为什么 dplyr 的 coalesce(.) 和 fill(.) 不起作用并且仍然留下缺失值？

Question

我有一个简单的测试数据集，其中有许多参与者的重复行。我希望每个参与者一行没有 NA，除非参与者对整列都有 NA。我尝试按参与者姓名分组，然后使用 coalesce(.) 和 fill(.)，但它仍然留下缺失值。这是我的测试数据集：

library(dplyr)
library(tibble)

test_dataset <- tibble(name = rep(c("Justin", "Corey", "Sibley"), 4),
                       var1 = c(rep(c(NA), 10), 2, 3),
                       var2 = c(rep(c(NA), 9), 2, 4, 6),
                       var3 = c(10, 15, 7, rep(c(NA), 9)),
                       outcome = c(3, 9, 23, rep(c(NA), 9)),
                       tenure = rep(c(10, 15, 20), 4))

这是我使用 coalesce(.) 或 fill(., direction = "downup") 时得到的结果，它们都产生相同的结果。

library(dplyr)
library(tibble)

test_dataset_coalesced <- test_dataset %>% 
  group_by(name) %>%
  coalesce(.) %>%
  slice_head(n=1) %>%
  ungroup()

test_dataset_filled <- test_dataset %>% 
  group_by(name) %>%
  fill(., .direction="downup") %>%
  slice_head(n=1) %>%
  ungroup()

这就是我想要的——注意，有一个 NA，因为该参与者只有该列的 NA：

library(tibble)


correct <- tibble(name = c("Justin", "Corey", "Sibley"),
                  var1 = c(NA, 2, 3),
                  var2 = c(2, 4, 6),
                  var3 = c(10, 15, 7),
                  outcome = c(3, 9, 23),
                  tenure = c(10, 15, 20))

Answer 1

您可以 group_by name 列，然后 fill NA （您需要 fill 每列使用 everything()）使用组内的 non-NA 值，然后只保留 distinct 行。

library(tidyverse)

test_dataset %>% 
  group_by(name) %>% 
  fill(everything(), .direction = "downup") %>% 
  distinct()

# A tibble: 3 × 6
# Groups:   name [3]
  name    var1  var2  var3 outcome tenure
  <chr>  <dbl> <dbl> <dbl>   <dbl>  <dbl>
1 Justin    NA     2    10       3     10
2 Corey      2     4    15       9     15
3 Sibley     3     6     7      23     20

Answer 2

试试这个

cleaned<- test_dataset |> 
  dplyr::group_by(name) |> 
  tidyr::fill(everything(),.direction = "downup") |> 
  unique()

# To filter out the ones with all NAs
cleaned[sum(is.na(cleaned[,-1]))<ncol(cleaned[,-1]),]

  name    var1  var2  var3 outcome tenure
  <chr>  <dbl> <dbl> <dbl>   <dbl>  <dbl>
1 Justin    NA     2    10       3     10
2 Corey      2     4    15       9     15
3 Sibley     3     6     7      23     20

``

为什么 dplyr 的 coalesce(.) 和 fill(.) 不起作用并且仍然留下缺失值？

Why does dplyr's coalesce(.) and fill(.) not work and still leave missing values?

r

dplyr

missing-data

fill

coalesce