如何通過忽略R中的NA來提取唯一行

Question

我有一個包含多行和多列的數據集，我希望通過在少數情況下從一列中忽略NA來提取唯一行，並在少數情況下包括NA。 請仔細閱讀以下內容

dataset_A

e_id      age    fn    ln     custom_id
e1234     23     sur   bab    1344789
e1234     23     sur   bab    1344789
e1234     23     sur   bab    1617
e1234     23     sur   bab    NA
e2345     22     nav   kum    NA
e2345     22     nav   kum    52109
e2345     22     nav   kum    NA
e3456     21     ash   kuma   NA
e3456     21     ash   kuma   NA
e4567     23     anu   kot    NA

Expected_output

e_id      age    fn    ln     custom_id
e1234     23     sur   bab    1344789
e1234     23     sur   bab    1617
e2345     22     nav   kum    52109
e3456     21     ash   kuma   NA
e4567     23     anu   kot    NA

基本上，如果custom_id存在於該e_id中，我想忽略來自custom_id的NA行，而如果用戶在custom_id列中只有NA值，我想保留1行並忽略其他行。

嘗試：

final_output = dataset_A[order(dataset_A$custom_id),]
final_output = final_output[!duplicated(final_output[,c(1:4)]),]

使用上面的代碼，我無法從我的數據集中提取幾行，如1617 custom_id for e_1234 e_id。 如果我們能夠找到相同的解決方案，那將非常有用。

Answer 1

我們可以用slice從dplyr通過分組e_id如果只返回第一行all的值custom_id是NA否則返回所有的非NA行，然后應用distinct獲得獨一無二的行。

library(dplyr)
df %>%
  group_by(e_id) %>%
  slice(if(all(is.na(custom_id))) 1 else which(!is.na(custom_id))) %>%
  distinct()

#   e_id    age fn    ln    custom_id
#  <fct> <int> <fct> <fct>     <int>
#1 e1234    23 sur   bab     1344789
#2 e1234    23 sur   bab        1617
#3 e2345    22 nav   kum       52109
#4 e3456    21 ash   kuma         NA
#5 e4567    23 anu   kot          NA

---

也許我過度復雜的基礎R方法，但使用ave方法

unique(df[with(df, ave(is.na(custom_id), e_id, FUN = function(x) 
   if (all(x)) c(TRUE, rep(FALSE, length(x) - 1)) else 
               replace(rep(TRUE, length(x)), x, FALSE))), ])


#    e_id age  fn   ln custom_id
#1  e1234  23 sur  bab   1344789
#3  e1234  23 sur  bab      1617
#6  e2345  22 nav  kum     52109
#8  e3456  21 ash kuma        NA
#10 e4567  23 anu  kot        NA

Answer 2

如果理解正確，您可以使用dplyr如下：

library(dplyr)
data %>% filter (., is.na(custom_id)==FALSE) %>% distinct(.)

如果要保留NAN，可以將if if添加到slice命令

Book2 %>%  group_by(., e_id) %>%
  slice(., ifelse(all(is.na(custom_id)), 1 , which(!is.na(custom_id))))

編輯：有人比我快，所以請轉到上一個答案