汇总数据帧以沿子集返回非NA值

Question

希望有人能帮助我一招。 我在网上找到了类似的问题，但我见过的所有例子都没有完全符合我的要求，也没有在我的数据结构上工作。

我需要沿着数据子集从数据帧中删除NA，并将剩余的NA值压缩为每个数据子集的行。

例：

#create example data
a <- c(1, 1, 1, 2, 2, 2) #this is the subsetting variable in the example
b <- c(NA, NA, "B", NA, NA, "C") #max 1 non-NA value for each subset
c <- c("A", NA, NA, "A", NA, NA)
d <- c(NA, NA, 1, NA, NA, NA) #some subsets for some columns have all NA values

dat <- as.data.frame(cbind(a, b, c, d)) 

> desired output
  a b c    d
  1 B A    1
  2 C A <NA>

经验法则：1）需要从每列中删除NA值2）沿数据子集循环（上例中的“a”列）3）对于每个子集，所有列的最大值均为1非NA值，但有些列可以具有所有NA值

思路：

• lapply或dplyr可能有助于循环所有列
• 如果可以忽略具有所有行条目的子集列（例如as.data.frame（lapply（dat.admin，na.omit））），na.omit可能会有所帮助。 如果某些子集未返回任何非NA值，则将lapply输出返回到数据帧会出现问题
• 如果费力地应用于每个单独的列，则x [which.min（is.na（x））]有效地实现了这一点

感谢任何帮助将最终作品组合在一起！ 谢谢！

Answer 1

使用dplyr::summarise_all可以实现一个解决方案。 数据需要在a上进行group_by 。

library(dplyr)

dat %>%
  group_by(a) %>%
  summarise_all(funs(.[which.min(is.na(.))]))
# # A tibble: 2 x 4
#    a      b      c      d     
#   <fctr> <fctr> <fctr> <fctr>
# 1   1      B      A      1     
# 2   2      C      A      <NA>  

Answer 2

不确定这是否是您正在寻找的，但这可能对您有用。 它至少会复制您正在寻找的小样本输出：

library(dplyr)
library(tidyr)

dat %>% 
  filter_at(vars(b:c), any_vars(!is.na(.))) %>% 
  group_by(a) %>% 
  fill(b) %>% 
  fill(c) %>% 
  filter_at(vars(b:c), all_vars(!is.na(.)))

# A tibble: 2 x 4
# Groups:   a [2]
       a      b      c      d
  <fctr> <fctr> <fctr> <fctr>
1      1      B      A      1
2      2      C      A     NA

你也可以只使用dplyr ：

dat %>%
  group_by(a) %>%
  summarise_each(funs(first(.[!is.na(.)])))  

Answer 3

data.table和na.omit解决方案

library(data.table)
merge(setDT(dat)[,a[1],keyby=a], setDT(dat)[,na.omit(.SD),keyby=a],all.x=TRUE)

我认为合并声明可以改进