用两个变量折叠R中的重复行 [英] Collapsing duplicate rows in R by two variables

问题描述

我的数据集中有部分重复的行。这些行在两个变量上匹配，然后对于其余变量具有一些NA。如果我可以合并这对部分重复的行，那么该行将有一个完整的情况。

I have partially duplicated rows in my data set. These rows match on two variables and then for the rest of the variables, have some NAs. If I can combine these pairs of partially duplicated rows, I would have a complete case for that row.

如何基于相似的值组合数据集中的行两个变量，从而替换每个单独行中的NA，留下完整的一行？

How can I combine rows in my data set based on similar values for two variables, thereby replacing the NAs in each separate row, leaving one complete row?

a <- (c(1, 1, 1, 1))  
b <- (c(1, 1, 3, 3))  
c <- (c(NA, 0, NA, NA))  
d <- (c(0, NA, 0, NA))  

y <- data.frame(a, b, c, d)
head(y)  

a1 <- (c(1, 1))  
b1 <- (c(1, 3))  
c1 <- (c(0, NA))  
d1 <- (c(0, 0))  

z <- data.frame(a1, b1, c1, d1)
head(z)

推荐答案

我们可以使用 data.table 。将'data.frame'转换为'data.table'（ setDT（y）），按'a'，'b'分组，遍历Data.table的子集（ .SD ）并获取非NA元素

We can use data.table. Convert the 'data.frame' to 'data.table' (setDT(y)), grouped by 'a', 'b', loop throughthe Subset of Data.table (.SD) and get the non-NA elements

library(data.table)
setDT(y)[, lapply(.SD, function(x) x[!is.na(x)]) , .(a,b)]
#   a b  c d
#1: 1 1  0 0
#2: 1 3 NA 0

这篇关于用两个变量折叠R中的重复行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！