Question

我有一个我正在清理的数据集，并且有一些我想要组合的行（观察）。解释我想要做的最好的方法是使用以下示例：

df<-data.frame(fruits=c("banana","banana","pineapple","kiwi"),cost=c(1,NA,2,3),weight=c(NA,1,2,3),stringsAsFactors = F)
df

cost<-df[,1:2]
weight<-df[,c(1,3)]

cost
weight

cost<-cost[complete.cases(cost),]
weight<-weight[complete.cases(weight),]

key<-data.frame(fruits=unique(df[,1]))
key

mydata<-merge(key,cost,by="fruits",all.x = T)
mydata<-merge(mydata,weight,by="fruits",all.x = T)

mydata

在前面的例子中，我想保留香蕉的两个变量（成本和重量）的信息，但不幸的是它有不同的记录。我能够为一个变量手动完成此操作，但我的实际数据集有几十个变量。我想知道如何完成上述任务，但使用dplyr或应用于一组列。

Answer 1

使用data.table我会喜欢

library(data.table)
setDT(df)[, lapply(.SD, function(x) x[!is.na(x)]), by = fruits]
#       fruits cost weight
# 1:    banana    1      1
# 2: pineapple    2      2
# 3:      kiwi    3      3

更清洁但可能更慢的选项是

setDT(df)[, lapply(.SD, na.omit), by = fruits]
#       fruits cost weight
# 1:    banana    1      1
# 2: pineapple    2      2
# 3:      kiwi    3      3

Answer 2

我们还可以使用组合dplyr + tidyr：

library(dplyr)
library(tidyr)

df %>%
  gather(key, value, -fruits) %>%
  group_by(fruits) %>%
  na.omit() %>%
  spread(key, value)
## Source: local data frame [3 x 3]

##      fruits  cost weight
##       (chr) (dbl)  (dbl)
## 1    banana     1      1
## 2      kiwi     3      3
## 3 pineapple     2      2

修改

您可能需要查看更短的@Frank解决方案并仅使用dplyr：

df %>% group_by(fruits) %>% summarise_each(funs(na.omit))

从每个变量（列）中删除NA并组合案例

2 个答案: