R 合并数据框中具有不同值的多行

我是R新手，我想知道如何为大多数列合并具有相同列值的多行

例如：我有一个数据集：

v1 v2 v3 v4 2 3 4 5 2 3 5 NA v1 v2 v3 v4 2 3 4 5 2 3 5 NA 现在，我想看到结果如下：

v1 v2 v3 v4 2 3 NA NA v1 v2 v3 v4 2 3 NA NA

---

我希望NA按原样合并，并将不同的字段转换为NA。

如果您的数据帧是

df

：

apply(df, 2, function(u) ifelse(length(unique(u))==1, u[1], NA))

#  v1 v2 v3 v4
#1  2  3 NA NA

回答子问题：

df = data.frame(col1=c(2,2,3),col2=c(3,3,3), col3=c(4,5,5), col4=c(5,NA,NA))

#  col1 col2 col3 col4
#1    2    3    4    5
#2    2    3    5   NA
#3    3    3    5   NA

rbind(apply(df[1:2,], 2, function(u) ifelse(length(unique(u))==1, u[1], NA)), 
      df[3:nrow(df),])

#  col1 col2 col3 col4
#1    2    3   NA   NA
#3    3    3    5   NA

---

如果您的数据帧是

df

：

apply(df, 2, function(u) ifelse(length(unique(u))==1, u[1], NA))

#  v1 v2 v3 v4
#1  2  3 NA NA

回答子问题：

df = data.frame(col1=c(2,2,3),col2=c(3,3,3), col3=c(4,5,5), col4=c(5,NA,NA))

#  col1 col2 col3 col4
#1    2    3    4    5
#2    2    3    5   NA
#3    3    3    5   NA

rbind(apply(df[1:2,], 2, function(u) ifelse(length(unique(u))==1, u[1], NA)), 
      df[3:nrow(df),])

#  col1 col2 col3 col4
#1    2    3   NA   NA
#3    3    3    5   NA

将包与数据框

数据一起使用

：

library(dplyr)
data %>%
  summarise_each(funs(ifelse(length(unique(.))>1,"NA",.)))

  v1 v2 v3 v4
1  2  3 NA NA

如果要对某些变量进行分组，而不是合并，则可以将它们指定为分组变量：

data %>%
  group_by(v1, v2) %>% # the variables you want to group by
  summarise_each(funs(ifelse(length(unique(.))>1,"NA",.)))

Source: local data frame [1 x 4]
Groups: v1

  v1 v2 v3 v4
1  2  3 NA NA

将包与数据框

数据一起使用

：

library(dplyr)
data %>%
  summarise_each(funs(ifelse(length(unique(.))>1,"NA",.)))

  v1 v2 v3 v4
1  2  3 NA NA

如果要对某些变量进行分组，而不是合并，则可以将它们指定为分组变量：

data %>%
  group_by(v1, v2) %>% # the variables you want to group by
  summarise_each(funs(ifelse(length(unique(.))>1,"NA",.)))

Source: local data frame [1 x 4]
Groups: v1

  v1 v2 v3 v4
1  2  3 NA NA

---

我们可以尝试

anyDuplicated

和

sweep

以获得预期的输出

unique(sweep(df1, 2,  NA^(sapply(df1, anyDuplicated)!=nrow(df1)),'*'))
#    v1 v2 v3 v4
#1    2  3 NA NA

更新 根据@collone beuvel的帖子下的评论，我们可以从“v1”的“mode”创建一个逻辑索引，对数据集进行子集，执行上述步骤，然后

rbind

 df2 <- rbind(df1, c(3,3, 5, NA))

 Mode <- function(x) {
   ux <- unique(x)
   ux[which.max(tabulate(match(x, ux)))]
 }

 indx <- with(df2, v1==Mode(v1))
 rbind(unique(sweep(df2[indx,], 2, NA^(sapply(df2[indx,], 
           anyDuplicated)!=nrow(df2[indx,])), '*')), df2[!indx,])
 #  v1 v2 v3 v4
 #1  2  3 NA NA
 #3  3  3  5 NA

---

df2我们可以尝试
anyDuplicated
和
sweep
以获得预期的输出

unique(sweep(df1, 2,  NA^(sapply(df1, anyDuplicated)!=nrow(df1)),'*'))
#    v1 v2 v3 v4
#1    2  3 NA NA

更新
根据@collone beuvel的帖子下的评论，我们可以从“v1”的“mode”创建一个逻辑索引，对数据集进行子集，执行上述步骤，然后
rbind

 df2 <- rbind(df1, c(3,3, 5, NA))

 Mode <- function(x) {
   ux <- unique(x)
   ux[which.max(tabulate(match(x, ux)))]
 }

 indx <- with(df2, v1==Mode(v1))
 rbind(unique(sweep(df2[indx,], 2, NA^(sapply(df2[indx,], 
           anyDuplicated)!=nrow(df2[indx,])), '*')), df2[!indx,])
 #  v1 v2 v3 v4
 #1  2  3 NA NA
 #3  3  3  5 NA

df2
lappy
对于
data.frame
可能更有意义，但这是一种简单的方法（+1）。谢谢@collone beuvel。我的下一个问题是：如果我有像上面那样的数据集，但我只想合并那些v1值相同的行，你建议我怎么做？（例如，假设第三行是（3,3,5，NA），那么结果应该包含两行：（2,3，NA，NA）和（3,3,5，NA））asnswer被编辑，只需使用rbind处理前两行，并在处理后与其他行连接！第二部分对行号进行硬编码。基本上，我想对col1进行分组。（对不起，我应该早点说清楚）
lappy
可能对
data.frame
更有意义，但这是一种简单的方法（+1）。谢谢你@collone beauvel。我的下一个问题是：如果我有像上面那样的数据集，但我只想合并那些v1值相同的行，你建议我怎么做？（例如，假设第三行是（3,3,5，NA），那么结果应该包含两行：（2,3，NA，NA）和（3,3,5，NA））asnswer被编辑，只需使用rbind处理前两行，并在处理后与其他行连接！第二部分对行号进行硬编码。基本上，我想对col1进行分组。（对不起，我应该早点说清楚）我收到了这个错误：“有趣的错误（左，右）：二进制运算符的非数字参数”@SanthoshHegde我用我使用的数据更新了帖子，这些数据非常牵强和复杂，但sweep很好@SanthoshHegde使用dput数据集仍然会出错吗？@ColonelBeauvel实际上
任何重复的
都会很快，但复杂性在于将逻辑索引转换为
NAs
。谢谢你的评论。我得到了这个错误：“有趣的错误（左，右）：二进制运算符的非数字参数”@SanthoshHegde我用我使用的数据更新了帖子，数据非常牵强和复杂，但是扫描很好@SanthoshHegde使用dput数据集仍然会出错吗？@ColonelBeauvel实际上
任何重复的
都会很快，但复杂性在于将逻辑索引转换为
NAs
。谢谢你的评论。谢谢@Sam。我遇到了一个问题。在我的例子中，有些列是“character”类的，有些是“numeric”，有些是“factor”。我试图根据ID进行分组，ID是数字的，NA字段也在数字列上。现在，您的代码给出了一个错误：data%%>%+group_by（id）%%>%#您要分组的变量+每个变量的摘要（funs（ifelse）（长度（唯一（.））>1，“NA”，））错误：与请求的类型不兼容谢谢@Sam。我遇到了一个问题。在我的例子中，有些列是“character”类的，有些是“numeric”，有些是“factor”。我试图根据ID进行分组，ID是数字的，NA字段也在数字列上。现在，您的代码给出了一个错误：数据%>%+分组依据（id）%>%\要分组依据的变量+每个变量的摘要（funs（ifelse（长度（唯一（）>1，“NA”））错误：与请求的类型不兼容