R，dplyr：如果每组只有一个唯一的非 NA 元素，则按组折叠字符变量元素

假设我有以下 data.framedf患者家乡和一项任意临床指标（心率）：

id          <- c(rep(1:3, each = 2), rep(4, 3))
pt_hometown <- c("Atlanta", NA, 
                 NA, "San Diego", 
                 NA, NA, 
                 "San Francisco", "Seattle", NA)
pt_heartrate <- c(NA, 82,
                  NA, NA,
                  76, 76,
                  90, 93, NA)

df <- data.frame(id = id, 
                 pt_hometown = pt_hometown,
                 pt_heartrate = pt_heartrate,
                 stringsAsFactors = FALSE)
df

这使

id   pt_hometown pt_heartrate
 1       Atlanta           NA
 1          <NA>           82
 2          <NA>           NA
 2     San Diego           NA
 3          <NA>           76
 3          <NA>           76
 4 San Francisco           90
 4       Seattle           93
 4          <NA>           NA

正如我在这里学到的 https://stackoverflow.com/questions/28509462/how-to-collapse-many-records-into-one-while-removing-na-values, summarise_each可以将一个或多个函数应用于分组数据框，以将记录折叠为每组一个。最简单的情况可能是从所有变量中选择第一个非 NA 值df并将它们折叠成每组一个。

  df1 <- df %>%  
    group_by(id) %>%
    summarise_each(funs(first(.[!is.na(.)]))

df1

id   pt_hometown pt_heartrate
 1       Atlanta           82
 2     San Diego           NA
 3            NA           76
 4 San Francisco           90

当然，对于实际应用，人们可能希望以更具体的方式折叠。我知道如何分组df按类型划分的变量，例如，选择max每心率id并折叠成一条记录，但是我不知道该怎么做是有条件地将字符变量折叠为每组一个记录，因为只有一个唯一的非 NA 值.

更具体地说，考虑患者id数字 4。它们有两个独特的值pt_hometown、“旧金山”和“西雅图”。显然两者都不可能都是正确的。所以我想折叠只有一个非 NA 值的每个组的记录，但保留存在多个非 NA 元素的行然后引起我们小组的注意，以决定如何纠正原始数据集中的错误。

所以我想df1看起来像这样：

id   pt_hometown pt_heartrate
 1       Atlanta           82
 2     San Diego           NA
 3          <NA>           76
 4 San Francisco           90
 4       Seattle           93

这是我尝试过的：

df1 <- df %>%  
  group_by(id) %>%
  summarise_each_(funs(first(.[!is.na(.)])), df[length(unique(.[!is.na(.)])) == 1])

我有点不清楚你想要什么边缘情况，但这适用于OP：

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

unique(dt, by = c('id', 'pt_hometown'))[, lapply(.SD, na.omit), by = id]
#   id   pt_hometown pt_heartrate
#1:  1       Atlanta           82
#2:  2     San Diego           NA
#3:  3            NA           76
#4:  4 San Francisco           90
#5:  4       Seattle           93