Question

我有一个data.frame dt，其中包含一些重复的密钥和缺少的数据，即

Name     Height     Weight   Age
Alice    180        NA       35
Bob      NA         80       27
Alice    NA         70       NA
Charles  170        75       NA

在这种情况下，键是名称，我想在每列中应用类似

的函数

f <- function(x){
  x <- x[!is.na(x)]
  x <- x[1]
  return(x)
  }

在按密钥聚合时（即“名称”列），以便获得结果

Name     Height     Weight   Age
Alice    180        70       35
Bob      NA         80       27
Charles  170        75       NA

我试过

dt_agg <- aggregate(. ~ Name,
                    data = dt,
                    FUN = f)

我遇到了一些错误，然后我尝试了以下

dt_agg_1 <- aggregate(Height ~ Name,
                      data = dt,
                      FUN = f)

dt_agg_2 <- aggregate(Weight ~ Name,
                      data = dt,
                      FUN = f)

这次它起作用了。

由于我有50列，第二种方法对我来说非常麻烦。有没有办法解决第一种方法？

感谢您的帮助！

Answer 1

您与aggregate函数非常接近，您需要调整聚合处理NA的方式（从na.omit到na.pass）。我的猜测是聚合首先删除NA的所有行，然后进行聚合，而不是删除NAs，因为聚合迭代要聚合的列。由于您的示例数据帧在每行中都有NA，因此您最终会得到一个0行数据帧（这是我在运行代码时遇到的错误）。我通过删除除了一个NA以外的所有NA来测试它，并且您的代码按原样运行。因此，我们设置na.action = na.pass以通过NA。

dt_agg <- aggregate(. ~ Name,
                    data = dt,
                    FUN = f, na.action = "na.pass")

原始答案

dt_agg <- aggregate(dt[, -1], 
                    by = list(dt$Name),
                    FUN = f)
dt_agg
# Group.1 Height Weight Age
# 1   Alice    180     70  35
# 2     Bob     NA     80  27
# 3 Charles    170     75  NA

Answer 2

您可以使用dplyr：

执行此操作

library(dplyr)
df %>%
  group_by(Name) %>%
  summarize_all(funs(sort(.)[1]))

<强>结果：

# A tibble: 3 x 4
     Name Height Weight   Age
   <fctr>  <int>  <int> <int>
1   Alice    180     70    35
2     Bob     NA     80    27
3 Charles    170     75    NA

数据：

df = read.table(text = "Name Height Weight Age Alice 180 NA 35 Bob NA 80 27 Alice NA 70 NA Charles 170 75 NA", header = TRUE)

Answer 3

以下是data.table

的选项

library(data.table)
setDT(df)[, lapply(.SD, function(x) head(sort(x), 1)), Name]
#      Name Height Weight Age
#1:   Alice    180     70  35
#2:     Bob     NA     80  27
#3: Charles    170     75  NA

Answer 4

只需在na.action=na.pass电话中添加aggregate()：

aggdf <- aggregate(.~Name, data=df, FUN=f, na.action=na.pass)
#      Name Height Weight Age
# 1   Alice    180     70  35
# 2     Bob     NA     80  27
# 3 Charles    170     75  NA

Answer 5

如果您在函数中添加ifelse()以确保函数返回值，如果所有值都为NA：

f <- function(x) {
  x <- x[!is.na(x)]
  ifelse(length(x) == 0, NA, x)
}

您可以使用dplyr汇总：

library(dplyr)
dt %>% group_by(Name) %>% summarise_all(funs(f))

返回：

# A tibble: 3 x 4
     Name Height Weight   Age
   <fctr>  <dbl>  <dbl> <dbl>
1   Alice    180     70    35
2     Bob     NA     80    27
3 Charles    170     75    NA

如何使用R中的自定义函数聚合data.frame中的多个列？

5 个答案:

原始答案