R：将相同的行合并为一个（最好使用 dplyr/tidyr）

Question

我有一个问题我似乎无法弄清楚

我有一个这样的数据框

df <- data.frame(c(rep_len("a",3), "b", "b"), c(rep_len(55, 3), 44, 44),c(rep_len(12, 3), 6, 6), c("na", 2, "na", 3, "na"), c("na", "na", 4, "na", 8), c(5, "na", "na", "na", "na"))
names(df) <- c("street", "latitude", "longitude", "A", "B", "C")

street latitude longitude     A   B   C
    a       55         12    na  na   5
    a       55         12     2  na  na
    a       55         12    na   4  na
    b       44          6     3  na  na
    b       44          6    na   8  na

我想我正在寻找的是一种折叠 'street'、'latitude'、'longitude' 中具有相同值的行的方法，因此数据框看起来像这样

street latitude longitude     A   B   C
     a       55        12     2   4   5
     b       44         6     3   8  na

我最好的尝试是：

df %>%
  group_by(street) %>%
  summarise_each(funs(first))

但不太对。有什么想法吗？

Answer 1

我不明白为什么你有 "na" 个字符串 - R 有一个 NA 代表 characters/factors。无论如何，对于您的示例，也许您正在寻找这个：

library(data.table)
dt = as.data.table(df) # or convert in place using setDT

dt[, lapply(.SD, function(x) x[x != "na"]), by = .(street, latitude, longitude)]
#   street latitude longitude A B  C
#1:      a       55        12 2 4  5
#2:      b       44         6 3 8 NA

Answer 2

要扩展@mlt 的评论，您可以使用 tidyr（reshape2 的后继者）来重塑它。看起来像

df %>%
  gather(type, value, -c(street, latitude, longitude)) %>%
  na.omit %>%
  spread(type, value)

这会将 A/B/C 列展开成行，省略 NA 字段，然后将它们展开。

如@eddi 所述，您需要使用内置 NA 值而不是字符串 "na"。我用了

dfs <- 'street latitude longitude     A   B   C
    a       55         12    NA  NA   5
    a       55         12     2  NA  NA
    a       55         12    NA   4  NA
    b       44          6     3  NA  NA
    b       44          6    NA   8  NA
'
df <- read.table(text=dfs, header=T)

Answer 3

只要您使用标准 NA 代替 "na" 并在创建 df:

df %>%
  group_by(street, latitude, longitude) %>%
  summarise_each(funs(ifelse(sum(is.na(.)==FALSE)==0, NA, .[which(is.na(.)==FALSE)])), matches("[A-Z]{1}"))

# Result
  street latitude longitude A B  C
1      a       55        12 2 4  5
2      b       44         6 3 8 NA

如果您更愿意坚持使用 "na"，那么这个可行：

df %>%
  group_by(street, latitude, longitude) %>%
  summarise_each(funs(ifelse(sum(.!="na")==0, "na", .[which(.!="na")])), matches("[A-Z]{1}"))

R：将相同的行合并为一个（最好使用 dplyr/tidyr）

R: Combining identical rows into one (preferably using dplyr/tidyr)

r

dplyr

tidyr