R 如何在删除NA值时将多个记录合并为一个记录

假设我有以下数据帧

df

name <- c("Bill", "Rob", "Joe", "Joe")
address <- c("123 Main St", "234 Broad St", NA, "456 North Ave")
favteam <- c("Dodgers", "Mets", "Pirates", NA)

df <- data.frame(name = name, 
                 address = address,
                 favteam = favteam)
df

---

以下是dplyr的一个选项：

library(dplyr)

df %>%
  group_by(name) %>%
  summarise_each(funs(first(.[!is.na(.)]))) # or summarise_each(funs(first(na.omit(.))))

#Source: local data frame [3 x 3]
#
#  name       address favteam
#1 Bill   123 Main St Dodgers
#2  Joe 456 North Ave Pirates
#3  Rob  234 Broad St    Mets

并使用data.table：

library(data.table)
setDT(df)[, lapply(.SD, function(x) x[!is.na(x)][1L]), by = name]
#   name       address favteam
#1: Bill   123 Main St Dodgers
#2:  Rob  234 Broad St    Mets
#3:  Joe 456 North Ave Pirates

或

---

编辑：

你说在你的实际数据中，每个名字有不同数量的非NA响应。在这种情况下，以下方法可能会有所帮助

考虑修改后的示例数据（查看最后一行）：

---

Joe能否改变他对团队的看法，或者在第二条记录或后续记录上更正他的地址？Joe生活在网格之外，积极避免数据收集器。我们只找到了他两次，他强烈反对告诉我们关于他的生活的任何事情，但幸运的是，他喜欢谈论棒球，所以……撇开玩笑不谈，不同的非NA反应又给我的问题增添了一道皱纹，但我想我会一步一步地去做。关于实现基于因子变量中级别顺序的层次结构，您有什么想法吗？这类问题似乎没有得到回答，所以……你所说的“基于因子变量中的级别顺序实现层次结构”是什么意思？你能解释得更详细一点吗？如果每个名字都有不同的非NA回答，你会有什么期待？回答得很好——谢谢你对细节的关注，@docendo。我特别喜欢

dplyr

解决方案，因为我的清单上列出了该解决方案，以便更熟悉该包的语法。对于这一部分：

summary_each（funs（first（.[！is.na（.））））

，句号是指按

name

分组的

df

的简写方式吗？我不知道dplyr在索引方面玩得很好。另外，如果您能向我推荐一本关于

dplyr

@mcjudd的详细教程，我将不胜感激，很高兴它起到了作用：）在

摘要中的
每个

都是指a）分组和b）列的当前数据。所以

first（.[！is.na（.）]）

的意思是：在我们总结的每一列和该列中的每组

name

中，取第一个不是

na

的数据点，并将其作为该列中该组的总结值返回。不幸的是，我不能告诉你很多关于dplyr的教程。例如，如果你只是用谷歌搜索它，你会发现很多。@mcjudd，我不确定我是否完全理解你的意思，但你可以尝试用

…%>%扩展dplyr管道mutate_each（funs（replace（，which（==0），1））

。您也可以使用ifelse，但replace速度更快。从技术上讲，您也可以在摘要each中执行此操作，但这会降低其可读性，更重要的是，您不需要按组执行此操作（在总结之后，数据不再分组，因此以后每个数据都进行变异会更好）。抱歉，愚蠢的问题。解决了。

总结每个数据（funs（first（.[！is.na（.）），max））

：）@mcjudd，另请参阅相关问题

library(dplyr)

df %>%
  group_by(name) %>%
  summarise_each(funs(first(.[!is.na(.)]))) # or summarise_each(funs(first(na.omit(.))))

#Source: local data frame [3 x 3]
#
#  name       address favteam
#1 Bill   123 Main St Dodgers
#2  Joe 456 North Ave Pirates
#3  Rob  234 Broad St    Mets

library(data.table)
setDT(df)[, lapply(.SD, function(x) x[!is.na(x)][1L]), by = name]
#   name       address favteam
#1: Bill   123 Main St Dodgers
#2:  Rob  234 Broad St    Mets
#3:  Joe 456 North Ave Pirates

setDT(df)[, lapply(.SD, function(x) head(na.omit(x), 1L)), by = name]

name <- c("Bill", "Rob", "Joe", "Joe", "Joe")
address <- c("123 Main St", "234 Broad St", NA, "456 North Ave", "123 Boulevard")
favteam <- c("Dodgers", "Mets", "Pirates", NA, NA)

df <- data.frame(name = name, 
                 address = address,
                 favteam = favteam)

df
#  name       address favteam
#1 Bill   123 Main St Dodgers
#2  Rob  234 Broad St    Mets
#3  Joe          <NA> Pirates
#4  Joe 456 North Ave    <NA>
#5  Joe 123 Boulevard    <NA>

setDT(df)[, lapply(.SD, function(x) unique(na.omit(x))), by = name]
#   name       address favteam
#1: Bill   123 Main St Dodgers
#2:  Rob  234 Broad St    Mets
#3:  Joe 456 North Ave Pirates
#4:  Joe 123 Boulevard Pirates