R 根据条件整理一个数据帧中的行

我对R编程有一个问题

我在R中有一个数据框，其中包含以下数据：

Country         Year           Population        Bikes         Revenue
Austria          1970             85               NA            NA
Austria          1973             86               NA            NA
AUSTRIA          1970             NA               56           4567
AUSTRIA          1973             NA               54           4390

我想总结这些数据，以便获得以下新数据：

Country             Year            Population         Bikes      Revenue
Austria             1970               85               56         4567
Austria             1973               86               54         4390

因此，我需要排除每个国家重复的年份，并将自行车和收入列加入特定的年份和国家

如果你能帮我解决这个问题，我将不胜感激

---

谢谢。

一个

dplyr

可能是：

df %>%
 group_by(Country = toupper(Country), Year) %>%
 summarise_all(list(~ sum(.[!is.na(.)])))

  Country  Year Population Bikes Revenue
  <chr>   <int>      <int> <int>   <int>
1 AUSTRIA  1970         85    56    4567
2 AUSTRIA  1973         86    54    4390

或者，如果出于某些原因需要使用以大写字母开头的国家名称：

df %>%
 mutate(Country = tolower(Country),
        Country = paste0(toupper(substr(Country, 1, 1)), substr(Country, 2, nchar(Country)))) %>%
 group_by(Country, Year) %>%
 summarise_all(list(~ sum(.[!is.na(.)])))

  Country  Year Population Bikes Revenue
  <chr>   <int>      <int> <int>   <int>
1 Austria  1970         85    56    4567
2 Austria  1973         86    54    4390

df%>%
变异（国家=tolower（国家），
Country=paste0（toupper（substr（Country，1，1）），substr（Country，2，nchar（Country）））%>%
集团单位（国家，年份）%>%
总结所有（列表（~sum（.[！is.na（.）]））
国家年度人口收入
1奥地利1970 85 56 4567
2奥地利1973 86544390

一种可能性是：

df %>%
 group_by(Country = toupper(Country), Year) %>%
 summarise_all(list(~ sum(.[!is.na(.)])))

  Country  Year Population Bikes Revenue
  <chr>   <int>      <int> <int>   <int>
1 AUSTRIA  1970         85    56    4567
2 AUSTRIA  1973         86    54    4390

或者，如果出于某些原因需要使用以大写字母开头的国家名称：

df %>%
 mutate(Country = tolower(Country),
        Country = paste0(toupper(substr(Country, 1, 1)), substr(Country, 2, nchar(Country)))) %>%
 group_by(Country, Year) %>%
 summarise_all(list(~ sum(.[!is.na(.)])))

  Country  Year Population Bikes Revenue
  <chr>   <int>      <int> <int>   <int>
1 Austria  1970         85    56    4567
2 Austria  1973         86    54    4390

df%>%
变异（国家=tolower（国家），
Country=paste0（toupper（substr（Country，1，1）），substr（Country，2，nchar（Country）））%>%
集团单位（国家，年份）%>%
总结所有（列表（~sum（.[！is.na（.）]））
国家年度人口收入
1奥地利1970 85 56 4567
2奥地利1973 86544390

哇，真的很管用。非常感谢你！我非常感谢！！是的，一切都在以完美的方式工作。我非常感谢你提供的所有选择。我非常感谢你的帮助：如果你认为这篇文章有帮助，那么请接受它：哇，真的很管用。非常感谢你！我非常感谢！！是的，一切都在以完美的方式工作。我非常感谢你提供的所有选择。我非常感谢你的帮助：如果你认为这个职位有帮助，那么请接受：