Wie viele Datensätze in einer kollabieren, während NA Entfernen Werte

Question

sagen, dass ich die folgende Datenrahmen df

name <- c("Bill", "Rob", "Joe", "Joe") 
address <- c("123 Main St", "234 Broad St", NA, "456 North Ave") 
favteam <- c("Dodgers", "Mets", "Pirates", NA) 

df <- data.frame(name = name, 
       address = address, 
       favteam = favteam) 
df 

haben, die wie folgt aussieht:

name  address favteam 
1 Bill 123 Main St Dodgers 
2 Rob 234 Broad St Mets 
3 Joe   <NA> Pirates 
4 Joe 456 North Ave <NA> 

Was ich tun möchte, ist Kollaps nach Name (oder im Allgemeinen irgendeine Anzahl von ID-Variablen) und irgendeinen anderen Wert als NA den NA Wert in den endgültigen Daten ersetzen, so:

df_collapse <- foo(df) 

    name address  favteam 
1 Bill 123 Main St Dodgers 
2 Rob 234 Broad St  Mets 
3 Joe 456 North Ave Pirates 

Answer 1

Hier ist eine Option mit dplyr:

library(dplyr) 

df %>% 
    group_by(name) %>% 
    summarise_each(funs(first(.[!is.na(.)]))) # or summarise_each(funs(first(na.omit(.)))) 

#Source: local data frame [3 x 3] 
# 
# name  address favteam 
#1 Bill 123 Main St Dodgers 
#2 Joe 456 North Ave Pirates 
#3 Rob 234 Broad St Mets 

Und mit data.table:

library(data.table) 
setDT(df)[, lapply(.SD, function(x) x[!is.na(x)][1L]), by = name] 
# name  address favteam 
#1: Bill 123 Main St Dodgers 
#2: Rob 234 Broad St Mets 
#3: Joe 456 North Ave Pirates 

Oder

setDT(df)[, lapply(.SD, function(x) head(na.omit(x), 1L)), by = name] 

---

Edit:

Sie sagen, in Ihren tatsächlichen Daten haben Sie eine unterschiedliche Anzahl von Nicht-NA-Antworten pro Name. In diesem Fall kann der folgende Ansatz hilfreich sein.

Betrachten Sie diese modifizierte Beispieldaten (siehe letzte Zeile):

name <- c("Bill", "Rob", "Joe", "Joe", "Joe") 
address <- c("123 Main St", "234 Broad St", NA, "456 North Ave", "123 Boulevard") 
favteam <- c("Dodgers", "Mets", "Pirates", NA, NA) 

df <- data.frame(name = name, 
       address = address, 
       favteam = favteam) 

df 
# name  address favteam 
#1 Bill 123 Main St Dodgers 
#2 Rob 234 Broad St Mets 
#3 Joe   <NA> Pirates 
#4 Joe 456 North Ave <NA> 
#5 Joe 123 Boulevard <NA> 

Dann können Sie diesen data.table Ansatz verwenden, um die Nicht-NA-Antworten zu erhalten, die namentlich in der Zahl variiert werden kann:

setDT(df)[, lapply(.SD, function(x) unique(na.omit(x))), by = name] 
# name  address favteam 
#1: Bill 123 Main St Dodgers 
#2: Rob 234 Broad St Mets 
#3: Joe 456 North Ave Pirates 
#4: Joe 123 Boulevard Pirates