提问人：Maya Eldar 提问时间：3/21/2023 更新时间：3/21/2023 访问量：42
R：按多列汇总大型数据帧，但不要汇总所有列中定义为值汇总为 NA 的行
R: summarize a large dataframe by multiple columns but don't summarize rows that in all the columns defined to summarize by the value is NA
问：
我想用多列来总结一个大数据帧，但是，数据帧中的某些行在我希望总结的列中只包含 NA，即使它们实际上是不同的观察值。我想保留包含所有 NA 值的所有行。
数据帧示例：
df <- data.frame(a = c(1,2,3,4,5,6),
b = c(2,NA,2,1,NA,4),
c = c(1,2,1,NA,NA,1),
d = c(2,3,2,NA,NA,2),
e = c(3,2,NA,NA,NA,NA),
f = c(4,1,3,NA,NA,3))
我想按 c、d、e 和 f 列以及所需的输出进行总结：
df <- data.frame(a = c(1,2,3,4,5),
b = c(2,NA,2,1,NA),
c = c(1,2,1,NA,NA),
d = c(2,3,2,NA,NA),
e = c(3,2,NA,NA,NA),
f = c(4,1,3,NA,NA))
TNX！
答：
2赞
zephryl
3/21/2023
#1
使用 dplyr，使用所有列都位于其中的行的累积计数作为附加分组变量：NA
library(dplyr)
df %>%
mutate(
all_na = if_all(c:f, is.na),
all_na_grp = ifelse(all_na, cumsum(all_na), 0)
) %>%
group_by(c, d, e, f, all_na_grp) %>%
summarize(across(a:b, first), .groups = "drop") %>%
select(a, b, !all_na_grp)
# A tibble: 5 × 6
a b c d e f
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1 2 1 2 3 4
2 3 2 1 2 NA 3
3 2 NA 2 3 2 1
4 4 1 NA NA NA NA
5 5 NA NA NA NA NA
评论