[英]How to select non-NA values by group unless only NAs
我想 select 变量 v1 和 v2 的 id 和年份的非 NA 值(在我的实际数据集中有两个以上的变量,如 v1 和 v2),除非只有 NA。
我还想设置它,以便如果 id 和 year 的值发生冲突,我选择最后一行。
> id<- c(1, 1, 1, 2, 2, 2, 2, 3, 3, 4, 4, 5,5)
> year<-c(2014, 2014, 2019, 2014, 2014, 2014, 2020, 2018, 2018, 2017, 2018, 2019, 2019)
> v1<- c("a", NA, NA, NA, "b", "a", "b", NA, NA, "c", NA, "a", NA)
> v2<- c(NA, "x", "y", "z", "z","z","z", "x", NA, NA, "x", "x", "x")
> df <- as.data.frame(cbind(id, year, v1, v2))
> df
id year v1 v2
1 1 2014 a <NA>
2 1 2014 <NA> x
3 1 2019 <NA> y
4 2 2014 <NA> z
5 2 2014 b z
6 2 2014 a z
7 2 2020 b z
8 3 2018 <NA> x
9 3 2018 <NA> <NA>
10 4 2017 c <NA>
11 4 2018 <NA> x
12 5 2019 a x
13 5 2019 <NA> x
这是我希望我的结果如下所示:
id year v1 v2
1 1 2014 a x
3 1 2019 <NA> y
6 2 2014 a z
7 2 2020 b z
8 3 2018 <NA> x
10 4 2017 c <NA>
11 4 2018 <NA> x
12 5 2019 a x
我试图将 dplyr 与 group_by 一起使用,但在运行时遇到问题。 谢谢!
分组后,您可以尝试在删除NA
后汇总并取last
值。
library(dplyr)
df %>%
group_by(id, year) %>%
summarise(v1 = last(na.omit(v1)),
v2 = last(na.omit(v2)))
要对所有列使用summarise
(分组中使用的列除外),您可以执行以下操作:
df %>%
group_by(id, year) %>%
summarise_all(~ last(na.omit(.)))
Output
id year v1 v2
<chr> <chr> <chr> <chr>
1 1 2014 a x
2 1 2019 NA y
3 2 2014 a z
4 2 2020 b z
5 3 2018 NA x
6 4 2017 c NA
7 4 2018 NA x
8 5 2019 a x
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.