R:在第一列中按重复项合并行
我有一个大数据集,在第一列中有重复的值,如下所示:R:在第一列中按重复项合并行,r,merge,duplicates,dplyr,R,Merge,Duplicates,Dplyr,我有一个大数据集,在第一列中有重复的值,如下所示: ID date var1 var2 person1 052016 509 1678 person2 122016 301 NA person1 072016 NA 45 我想合并ID,按“日期”取最近的值,如果是NA,则取最后一个不是NA的值。 输出应如下所示: ID date var1 var2 person2 1
ID date var1 var2
person1 052016 509 1678
person2 122016 301 NA
person1 072016 NA 45
我想合并ID,按“日期”取最近的值,如果是NA,则取最后一个不是NA的值。
输出应如下所示:
ID date var1 var2
person2 122016 301 NA
person1 072016 509 45
我试过这个,但没用
library(dplyr)
data %>% group_by(ID) %>% summarise_all(funs(max(data$date))) %>% funs(first(.[!is.na(.)]))
我应该使用什么将工作代码应用于整个数据集?使用的解决方案
库(dplyr)
dat2%
安排(ID,描述(日期))%>%
分组依据(ID)%>%
总结所有(funs(first(.[!is.na(.))))%>%
解组()
dat2
##A tibble:2 x 4
#ID日期var1 var2
#
#1人1 72016 509 45
#2人2 122016 301 NA
数据
dat <- read.table(text = "ID date var1 var2
person1 '052016' 509 1678
person2 '122016' 301 NA
person1 '072016' NA 45",
header = TRUE, stringsAsFactors = FALSE)
dat使用tidyverse
和fill
功能。
加载数据:
Mar_df <- structure(list(ID = structure(c(1L, 2L, 1L), .Label = c("person1",
"person2"), class = "factor"), date = c(52016L, 122016L, 72016L
), var1 = c(509L, 301L, NA), var2 = c(1678L, NA, 45L)), .Names = c("ID",
"date", "var1", "var2"), class = "data.frame", row.names = c(NA,
-3L))
Mar_df%
填充(…=var1,.direction=“down”)%>%
分组依据(ID)%>%
总结所有内容(.funs=funs(最后一个())
结果是:
# A tibble: 2 x 4
ID date var1 var2
<fctr> <int> <int> <int>
1 person1 72016 509 45
2 person2 122016 301 NA
#一个tible:2 x 4
ID日期var1 var2
1人1 72016 509 45
2人2 122016 301 NA
Mar_df_summarised <- Mar_df %>%
arrange(ID,date) %>%
fill(...=var1,.direction="down") %>%
group_by(ID) %>%
summarise_all(.funs=funs(last(.)))
# A tibble: 2 x 4
ID date var1 var2
<fctr> <int> <int> <int>
1 person1 72016 509 45
2 person2 122016 301 NA