我有一个相对简单的问题，但一直找不到解决方案。
假设我有以下数据集：
| ID | 虚拟变量 | 字符串1 | 字符串2 | 字符串3 |
|---|---|---|---|---|
| 1 | 0 | 汤姆 | 不适用 | 不适用 |
| 1 | 1 | 不适用 | 乔 | 不适用 |
| 2 | 0 | 汤姆 | 不适用 | 不适用 |
| 2 | 1 | 不适用 | 乔 | 不适用 |
| 2 | 0 | 不适用 | 不适用 | 鲍勃 |
| 3 | 0 | 史蒂夫 | 不适用 | 不适用 |
| 3 | 0 | 不适用 | 提米 | 不适用 |
| 4 | 0 | 亚历克斯 | 不适用 | 不适用 |
我想使用 group by 和 summarise 来得到以下内容：
| ID | 虚拟变量 | 字符串1 | 字符串2 | 字符串3 |
|---|---|---|---|---|
| 1 | 1 | 汤姆 | 乔 | 不适用 |
| 2 | 1 | 汤姆 | 乔 | 鲍勃 |
| 3 | 0 | 史蒂夫 | 提米 | 不适用 |
| 4 | 0 | 亚历克斯 | 不适用 | 不适用 |
我对“dummy_var”没有遇到任何问题，在汇总函数中使用 dummy_var = max(dummy_var) 的变体，但我似乎找不到任何关于如何获取我想要的字符串的信息。
我尝试过类似的变体：
group_by(ID) %>%
summarize(
String1 = str_c(String1)
)
或者
group_by(ID) %>%
summarize(
String1 = case_when(
length(str_c(String1)) > 0 ~ str_c(String1)
str_c(String1) == rep(NA,length(str_c(String1)) ~ NA
)
)
第一次尝试时，行实际上并没有改变。例如，虽然像 max(dummy var) 这样的数值运算将按照组中每一行的预期产生 0 或 1，但字符串变量不会被汇总，并且在取消分组和打印数据帧时，每个 ID 会得到多行，就好像您从来没有首先总结过字符串列。
使用第二种方法时，当每个组的所有值均为 NA 时，该函数总是会失败，即“String(i) 的长度必须大于 0”或类似的情况。
我注意到如果我尝试以下操作
group_by(ID) %>%
summarize(
String1 = str_replace_na(String1)
)
输出与第一个代码块相同，就好像什么也没发生一样。
关于我的数据的其他事实：每组字符串 1 始终至少有一个不带 NA 的值。对于 String2 和 String 3，有许多包含每组的所有 NA，并且我希望折叠的行也能读取 NA，按照我的示例。此外，在任何情况下，任何 group_by() 组的列都不会包含不止一行包含 NA 以外的内容；即，在组内，每行只有三个 String1/2/3 之一，而不是 NA，或者它们都可能是 NA（例如我的示例中的 ID=2）。所有其他包含 int 或 double 值的列汇总都没有问题。这只是字符串。使用paste0代替str_c()也没有什么区别。
谁能给我建议吗？我在网上找不到任何类似的示例，其中 NA 位于组内的列内，并且在组内它们有时包含列内的所有值。
我唯一的选择是在所有 NA 上使用replace_na()，将它们与一些填充文本连接起来，然后返回并为每个值用 stringr 或其他东西将它们拔出。它有效，但我知道必须有一种优雅的方法！
编辑：事实证明，如果我使用 str_replace_na() 而不是 str_c()，你最终会得到，例如，
| ID | 虚拟变量 | 字符串1 | 字符串2 | 字符串3 |
|---|---|---|---|---|
| 1 | 1 | 汤姆 | “不适用” | “不适用” |
| 1 | 1 | “不适用” | “乔” | “不适用” |
| 2 | 1 | 汤姆 | “不适用” | “不适用” |
| 2 | 1 | “不适用” | “乔” | “不适用” |
| 2 | 1 | “不适用” | “不适用” | 鲍勃 |
也就是说，这些值被替换为字符串“NA”而不是 NA。鉴于以下情况属实，这令人惊讶：
str_replace_na("Something",NA)
> "Something"
str_c("Something",NA)
> NA
你可以使用 的tidyr-fill功能：
library(tidyr)
library(dplyr)
df %>%
group_by(ID) %>%
fill(starts_with("String"), .direction="downup") %>%
filter(dummy_var == max(dummy_var)) %>%
distinct() %>%
ungroup()
返回
# A tibble: 4 x 5
ID dummy_var String1 String2 String3
<dbl> <dbl> <chr> <chr> <chr>
1 1 1 Tom Jo NA
2 2 1 Tom Jo Bob
3 3 0 Steve Timmy NA
4 4 0 Alex NA NA
＃＃数据
df <- structure(list(ID = c(1, 1, 2, 2, 2, 3, 3, 4), dummy_var = c(0,
1, 0, 1, 0, 0, 0, 0), String1 = c("Tom", NA, "Tom", NA, NA, "Steve",
NA, "Alex"), String2 = c(NA, "Jo", NA, "Jo", NA, NA, "Timmy",
NA), String3 = c(NA, NA, NA, NA, "Bob", NA, NA, NA)), class = c("spec_tbl_df",
"tbl_df", "tbl", "data.frame"), row.names = c(NA, -8L), spec = structure(list(
cols = list(ID = structure(list(), class = c("collector_double",
"collector")), dummy_var = structure(list(), class = c("collector_double",
"collector")), String1 = structure(list(), class = c("collector_character",
"collector")), String2 = structure(list(), class = c("collector_character",
"collector")), String3 = structure(list(), class = c("collector_character",
"collector"))), default = structure(list(), class = c("collector_guess",
"collector")), skip = 1L), class = "col_spec"))