将具有相同ID的行合并。

Question

编辑：由于我的问题描述不够精确，导致回答由于类型无效而失败，因此我将Var4更改为字符串值。对此感到抱歉。

这是我在这里的第一个问题，希望有人能帮助我。

我有以下数据集：

ID	Date	N_Date	Var1	Var2	Var3	Var4	type
1	4.7.22	50000	12	NA	NA	NA	normal
1	4.7.22	50000	NA	23	NA	NA	normal
1	4.7.22	50000	NA	NA	5	NA	normal
1	4.7.22	50000	NA	NA	NA	asd	normal
2	4.7.22	50000	NA	2	NA	NA	normal
3	5.7.22	20000	7	NA	NA	NA	normal

我的目标是每个ID只有一行数据。所以我想让R对每个ID的Var列值进行向上移动或组合。正如您所看到的，目前每行Var列中都只有一个值。因此，应该很容易用相应的“实际值”重写NA。我还发现了类似的问题，但答案没有帮助我：

如何在R中组合具有相同标识符的行？

我认为我的问题在于，我有像“date”、“N_date”（即该日期上的观测次数）和“type”这样的列。在这些情况下，我的代码应该看到，相应ID的值完全相同，只需取第一个值就可以了。

这样最终就会得到3行具有相同数量列的数据，包含所有信息。

非常感谢任何有想法解决此问题的人。

- Aisberg

---

欢迎来到SO。如果您确定每个ID在每列中只有一个非缺失值，那么总结可能是最简单的选项，就像您已经找到的帖子中所指示的那样。请说明为什么该解决方案对您无效。根据您提供的信息，我认为它应该有效。请注意，在dplyr的最新版本中，summarise_all已被summarise(across(...))取代。我投票将其关闭为重复项，但如果您解释原因，则会撤回。 - Limey

如果您尝试执行以下代码 `df[is.na(df)] <- 0df %>% group_by(ID) %>% summarise_if(is.numeric, sum, na.rm = TRUE) %>% distinct()`，您将得到预期的结果。 - Isaac

我不确定，但是使用在重复分类答案中提供的na.omit将无法解决OP的问题（他们自己在该网站上指出了答案）。如果这是真的（再次强调我不确定），那么这就不是重复！ - TarJae

你好 Limey，当我尝试运行另一个问题解决方案中的代码时，它对我不起作用。我收到错误消息“在summarise()中出现错误：在回收“type =（function（object，...）....”时出现问题。类型必须是大小为0或1，而不是2。早期的列大小为0”。 - Aisberg

抱歉造成了误解。我执行了df [is.na（df）] <- 0而不是df <- 0。仍然出现相同的错误消息（我认为是因为var4不是数字而包含字符串）。我现在还检查了删除所有字符串列，只是为了测试代码（df [is.na（df）] <- 0 df％>％group_by（ID）％>% summarise_if（is.numeric，sum，na.rm = TRUE）％>% distinct()）是否有效。我不再收到错误消息，但除了将NA更改为0之外，它并没有减少数据集中的列数。 - Aisberg

Answer 1

类似于这样： 在此，我们首先对除Var变量之外的所有变量进行分组，然后使用summarise(across...，如@Limey在评论部分建议的那样。 主要特点是使用na.rm=TRUE：

library(dplyr)

df %>% 
  group_by(ID, Date, N_Date, type) %>% 
  summarise(across(starts_with("Var"), ~sum(., na.rm = TRUE)))

     ID Date   N_Date type    Var1  Var2  Var3  Var4
  <int> <chr>   <int> <chr>  <int> <int> <int> <int>
1     1 4.7.22  50000 normal    12    23     5    54
2     2 4.7.22   4000 normal     0     2     0     0
3     3 5.7.22  20000 normal     7     0     0     0

- TarJae

---

非常感谢TarJae。不幸的是，我的数据没有像“var1”“var2”等这样标记，而是有非常不同的名称。在“帮助”中，我找到了“contains”命令，并尝试使用您的代码，而不是“starts_with”。但是，然后我在第一个观察值处遇到错误，代码停止了。同样，这是因为我的某个变量的字符类型不是数字，因为错误提示说：“sum（）中的错误，无效类型....” - Aisberg

在这里，我刚刚删除了字符串变量列。然后你的代码就可以使用“包含”而不是“以...开始”完美运行了。目前这解决了我的问题，因为对我来说字符串列不太重要，我已经将其删除了。但如果您也知道如何处理字符串列，我将非常感激。 - Aisberg

你可以使用summarise(across(c("colx", "coly", "colz"), ~sum(., na.rm = TRUE)))代替summarise(across(starts_with("Var"), ~sum(., na.rm = TRUE)))。 - TarJae