如何有条件地合并具有多个值的两行并在R中进行变异？

人们用不同的捕鱼方法捕鱼

我想根据

鱼种

（如果它们是相同的鱼种）合并行，如果它们同时被

底钓

和

拖网

方法捕获，将导致两行合并为一行，将

方法

值更改为

两者

例如，

Caranx ignobilis

将有一个新的

方法

值

Both

<代码>诱饵

已发布

和

保留

列也应在同一行上具有值

          Species                  Method       Bait     Released  Kept
        4 Caranx ignobilis         Both         NA       1         1

这看起来很简单，但我已经挠了好几个小时的头，在

tidyverse

软件包中玩弄

case\u

TIBLE是以前使用
group\u by
和
pivot\u wide
对数据进行子设置的结果

这就是示例的外观：

这应该让你开始。您可以将其他列添加到summary函数中

library(tidyverse)    
fish_catch %>% select(-Bait, -Released, -Kept) %>%
  group_by(Species) %>%
  summarize(Method = paste0(Method, collapse = "")) %>%
  mutate(Method = fct_recode(Method, "both" = "TrollingBottom fishing"))

# A tibble: 9 x 2
  Species                  Method        
  <chr>                    <fct>         
1 Aethaloperca rogaa       Bottom fishing
2 Aprion virescens         Bottom fishing
3 Balistidae spp.          Bottom fishing
4 Caranx ignobilis         both          
5 Epinephelus fasciatus    Bottom fishing
6 Epinephelus multinotatus Bottom fishing
7 Other species            Bottom fishing
8 Thunnus albacares        Trolling      
9 Variola louti            Bottom fishing

库（tidyverse）
鱼类捕获量%>%选择（-Bait，-释放，-保留）%%>%
组别(种类)%>%
汇总（方法=paste0（方法，collapse=”“）%>%
变异（方法=fct_重新编码（方法，“两者”=“拖网捕鱼”））
#一个tibble:9x2
种法
1罗加Aethaloperca海底捕捞
2.绿杏底钓
3.鲈鱼科海底捕捞
两种都有4只金枪鱼
5扁带石斑鱼底钓
6多点石斑鱼底钓
7其他种类的底栖捕捞
8长鳍金枪鱼
9 Variola louti海底打捞
以下是一种使用
tidyverse
的方法。如果底钓和拖网都包含在该物种的方法中，您可以按（物种）分组，并将
方法设置为“两者”。然后，您可以
根据
物种和方法对_进行分组，并使用
填充
以已知值替换
NA
。最后，使用
slice
为每个物种/方法保留一行。这假设每个物种/方法都有一行-如果不是这样，请告诉我

library(tidyverse)

fish_catch %>%
  group_by(Species) %>%
  mutate(Method = ifelse(all(c("Bottom fishing", "Trolling") %in% Method), "Both", as.character(Method))) %>%
  group_by(Species, Method) %>%
  fill(c(Bait, Released, Kept), .direction = "updown") %>%
  slice(1)

输出

# A tibble: 9 x 5
# Groups:   Species, Method [9]
  Species                  Method          Bait Released  Kept
  <chr>                    <chr>          <int>    <int> <int>
1 Aethaloperca rogaa       Bottom fishing    NA       NA     2
2 Aprion virescens         Bottom fishing    NA       NA     1
3 Balistidae spp.          Bottom fishing    NA       NA     1
4 Caranx ignobilis         Both              NA        1     1
5 Epinephelus fasciatus    Bottom fishing    NA        3    NA
6 Epinephelus multinotatus Bottom fishing    NA       NA     5
7 Other species            Bottom fishing    NA        1    NA
8 Thunnus albacares        Trolling          NA       NA     1
9 Variola louti            Bottom fishing    NA       NA     1

#一个tible:9 x 5
#组：物种，方法[9]
种法投放毒饵
1罗加Aethaloperca底鱼NA 2
2杏绿底鱼NA NA 1
3魟魟科底鱼NA 1
4条银鲫和银鲫1
5扁带石斑鱼底鱼NA 3 NA
6多点石斑鱼底鱼NA 5
7种其他底鱼NA 1 NA
8长鳍金枪鱼1
9 Variola louti底部打捞NA 1
其他列应使用什么值？你能说明一下关于卡兰克斯·伊格诺比利斯
的一行应该是什么样子的吗？卡兰克斯·伊格诺比利斯是通过“拖网”和“保留”（n=1）捕获的，第二条卡兰克斯·伊格诺比利斯是通过“底钓”和“释放”（n=1）捕获的。列应读为“诱饵”NA“释放”1“保留”1。编辑过的问题@nicolareal nice非常有效，谢谢@ben yes需要
切片（1）
。当执行

而不是执行ifelse时，是否可以执行case\u？很高兴听到这个消息。关于

案例，当
有兴趣了解更多细节和细节时。但是等价物可能是这样的：
mutate（Method=case\u when（all（c）（“Bottom fishing”，“Trolling”）%在%Method中）~“两者”，TRUE~as.character（Method））
@JL\u sey no，ofc你应该使用求和函数或任何你想做的数学运算
library(tidyverse)    
fish_catch %>% select(-Bait, -Released, -Kept) %>%
  group_by(Species) %>%
  summarize(Method = paste0(Method, collapse = "")) %>%
  mutate(Method = fct_recode(Method, "both" = "TrollingBottom fishing"))

# A tibble: 9 x 2
  Species                  Method        
  <chr>                    <fct>         
1 Aethaloperca rogaa       Bottom fishing
2 Aprion virescens         Bottom fishing
3 Balistidae spp.          Bottom fishing
4 Caranx ignobilis         both          
5 Epinephelus fasciatus    Bottom fishing
6 Epinephelus multinotatus Bottom fishing
7 Other species            Bottom fishing
8 Thunnus albacares        Trolling      
9 Variola louti            Bottom fishing

library(tidyverse)

fish_catch %>%
  group_by(Species) %>%
  mutate(Method = ifelse(all(c("Bottom fishing", "Trolling") %in% Method), "Both", as.character(Method))) %>%
  group_by(Species, Method) %>%
  fill(c(Bait, Released, Kept), .direction = "updown") %>%
  slice(1)

# A tibble: 9 x 5
# Groups:   Species, Method [9]
  Species                  Method          Bait Released  Kept
  <chr>                    <chr>          <int>    <int> <int>
1 Aethaloperca rogaa       Bottom fishing    NA       NA     2
2 Aprion virescens         Bottom fishing    NA       NA     1
3 Balistidae spp.          Bottom fishing    NA       NA     1
4 Caranx ignobilis         Both              NA        1     1
5 Epinephelus fasciatus    Bottom fishing    NA        3    NA
6 Epinephelus multinotatus Bottom fishing    NA       NA     5
7 Other species            Bottom fishing    NA        1    NA
8 Thunnus albacares        Trolling          NA       NA     1
9 Variola louti            Bottom fishing    NA       NA     1