如何使用R将多行合并为一行？

我有一个包含患者数据的大型数据集。有些患者有多行，我想合并这些行，这样每个患者都有一行

我有大约20个不同的变量。有些变量在合并行时需要保持不变（例如，第1组中有4行的患者在合并行时仍应在第1组），但我也有一些变量必须满足特定条件（例如，如果患者在一行（或多行）中进行了手术，则应为“是”。如果不是，则应为“否”）.

我试图寻找答案，但我感到困惑。我尝试使用plyr，但似乎不建议使用此功能，因为它在处理非常大的数据集时会变得很慢。我已经找到了一些关于dplyr的信息，但我不明白应该如何使用它

例如，我有以下数据集（很抱歉，我不熟悉Stackoverflow）

我想制作一个这样的数据帧

**Patient_Id** /**Group** /**Age** /**Gender** /**surgery y/n** /**no of surgeries** 

1 - 1 - 63,33 - F - yes - 1 

2 - 0 - 60 - M - yes - 2

3 - 1 - 65 - M - no - 0

4 - 0 - 61 - F - yes - 2

有人知道什么函数最适合使用吗？或者如何开始？ 提前谢谢你

数据采用

dput

格式。

df1 <-
structure(list(Patient_Id = c(1, 1, 1, 2, 3, 4, 4, 4), 
Group = c(1, 1, 1, 0, 1, 0, 0, 0), Age = c(63, 63, 64, 
60, 65, 60, 61, 62), Gender = c("F", "F", "F", "M", 
"M", "F", "F", "F"), `surgery y/n` = c("no", "no", "yes", 
"yes", "no", "no", "yes", "yes"), `no of surgeries` = c(0L, 
0L, 1L, 2L, 0L, 0L, 1L, 1L)), row.names = c(NA, -8L), 
class = "data.frame")


df2 <-
structure(list(Patient_Id = c(1, 2, 3, 4), 
Group = c(1, 0, 1, 0), Age = c("63,33", 
"60", "65", "61"), Gender = c("F", "M", 
"M", "F"), `surgery y/n` = c("yes", "yes", 
"no", "yes"), `no of surgeries` = c(1, 2, 
0, 2)), row.names = c(NA, -4L), 
class = "data.frame")

---

df1你的问题是直截了当的。通过
dplyr
包实现这一点的一种方法是

library(dplyr)

df1 %>% 
 group_by(Patient_Id) %>% 
 summarise(Group = first(Group), 
           Age = mean(Age), 
           Gender = first(Gender), 
           `no of surgeries` = sum(`no of surgeries`), 
          `surgery y/n` = ifelse(`no of surgeries` == 0, 'no', 'yes'))

这就给了,

#一个tible:4 x 6
患者Id组年龄性别`手术次数``手术y/n`
1 1 63.3 F 1是
2 0 60米2是
3 3 1 65米0号
4 4 0 61 F 2是

欢迎来到StackOverflow！请阅读相关信息以及如何给出建议。这将使其他人更容易帮助你。为了更好地理解这个问题，请举一个重复的例子。@Diego，我很抱歉！我希望我的编辑使它更清楚，谢谢你。谢谢你的回答！我已经尝试了你的建议（也在之前），但问题是我得到的数据帧只有一个观测值！我尝试完全按照您在我的数据集上写的内容运行，但出现以下错误：更快的错误（.data[names（cols）]）：长度（rows）==1不正确。您可以共享数据帧的结构吗？做
str（你的数据框架）
并在你的问题中发布。我已经添加了数据框架的结构。我认为这是一个“正常”的数据帧，我看不出有什么问题！谢谢你的回答！我知道了！
library(dplyr)

df1 %>% 
 group_by(Patient_Id) %>% 
 summarise(Group = first(Group), 
           Age = mean(Age), 
           Gender = first(Gender), 
           `no of surgeries` = sum(`no of surgeries`), 
          `surgery y/n` = ifelse(`no of surgeries` == 0, 'no', 'yes'))

# A tibble: 4 x 6
  Patient_Id Group   Age Gender `no of surgeries` `surgery y/n`
       <dbl> <dbl> <dbl> <chr>              <int> <chr>        
1          1     1  63.3 F                      1 yes          
2          2     0  60   M                      2 yes          
3          3     1  65   M                      0 no           
4          4     0  61   F                      2 yes