r - 根据重复的 ID 变量删除 NA

Question

我的数据看起来像这样

zz <- 'wb_iso3c                   country year wbclass
1:      YUG "Serbia and Montenegro (former)" 1990    NA
2:      YUG            "Yugoslavia (former)" 1990      UM
3:      YUG "Yugoslavia (former)" 1991    NA
4:      YUG            "Serbia and Montenegro (former)" 1991      UM
5:      YUG "Serbia and Montenegro (former)" 1992      NA
6:      YUG            "Yugoslavia (former)" 1992    NA'
Data <- read.table(text=zz, header = TRUE)

在以下情况下，我想找到一种系统有效地放弃观察的方法:仅考虑 wb_iso3c 和 year，我的观察结果是重复的。 (因此我不关心另一个变量如 country 是否有不同的值)。在“重复”的观察中，我想保留wbclass 不是 NA 的观察结果。如果wbclass 对于两个观察结果都是 NA，保留哪一行是无关紧要的。

最终的数据集应该是这样的

   wb_iso3c                        country year wbclass
1:      YUG            Yugoslavia (former) 1990      UM
2:      YUG Serbia and Montenegro (former) 1991      UM
3:      YUG Serbia and Montenegro (former) 1992    <NA>

非常感谢您的帮助。如果能用dyplr的data.table就好了。

Answer 1

使用 dplyr，您可以尝试以下操作。

首先 group_by wb_iso3c 和 year，旨在为这两列的每个不同组合获取一个观察值。

然后排列(排序顺序)组内的wbclass 列。使用 arrange，NA 值将始终排序到末尾。

然后slice(1)会保留每组的第一行数据。

library(dplyr)

Data %>%
  group_by(wb_iso3c, year) %>%
  arrange(wbclass) %>%
  slice(1)

输出

  wb_iso3c country                         year wbclass
  <chr>    <chr>                          <int> <chr>  
1 YUG      Yugoslavia (former)             1990 UM     
2 YUG      Serbia and Montenegro (former)  1991 UM     
3 YUG      Serbia and Montenegro (former)  1992 NA