按组有条件地删除重复的行答案

【问题标题】：Conditionally remove duplicated rows by group按组有条件地删除重复的行
【发布时间】：2021-12-11 02:57:31
【问题描述】：

我进行了一项调查，我的数据如下所示：

dt<-structure(list(ID = c("183577", "183577", "183907", "183907", 
"184188", "184188", "184188", "184188", "184188", "185167", "185167", 
"185167"), Question = c("7.6", "7.6", "7.7", "7.7", "1.1", "1.1", 
"1.2", "1.2", "10.1", "7.7", "7.7", "7.7"), Answer = c("PARTIALLY", 
"YES", "", "", "", "PARTIALLY", "YES", "", "", "", "YES", "PARTIALLY"
), Control = c(-2.93736019374946, 1.01801705406142, 0.0598708062395571, 
-0.456635810693228, 3.04311151438148, 0.641092485370467, 0.518503165474265, 
0.284680056109131, 1.98580865602238, -0.547063974950295, -0.507700003072695, 
-0.194028453167317)), row.names = c(NA, -12L), class = c("data.table", 
"data.frame"), index = integer(0))

dt

        ID Question    Answer     Control
 1: 183577      7.6 PARTIALLY -2.93736019
 2: 183577      7.6       YES  1.01801705
 3: 183907      7.7            0.05987081
 4: 183907      7.7           -0.45663581
 5: 184188      1.1            3.04311151
 6: 184188      1.1 PARTIALLY  0.64109249
 7: 184188      1.2       YES  0.51850317
 8: 184188      1.2            0.28468006
 9: 184188     10.1            1.98580866
10: 185167      7.7           -0.54706397
11: 185167      7.7       YES -0.50770000
12: 185167      7.7 PARTIALLY -0.19402845

在 Answer 变量中，有几个缺失值""。然而，对于其中一些问题，我有另一行包含个人的答案，其中该行具有非缺失值（例如，部分、是、否）。

我想删除所有重复的行，其中我的答案是缺失值 (Answer=="")，而另一个答案是实际值。因此，例如，删除第 5 行并保留第 6 行。但是，当没有一个答案具有非缺失值时（例如第 3 行和第 4 行以及第 9 行），我想保留缺失值的观察结果。

有谁知道我如何做到这一点？

最终的数据集应该是这样的

       ID Question    Answer     Control
1: 183577      7.6 PARTIALLY -2.93736019
2: 183577      7.6       YES  1.01801705
3: 183907      7.7            0.05987081
4: 183907      7.7           -0.45663581
5: 184188      1.1 PARTIALLY  0.64109249
6: 184188      1.2       YES  0.51850317
7: 184188     10.1            1.98580866
8: 185167      7.7       YES -0.50770000
9: 185167      7.7 PARTIALLY -0.19402845

请注意第 1 行和第 2 行的特殊情况。我有两个不同的非缺失值。因为它反映在最终数据集中，在这种情况下我也想保留这两个观察结果。

谢谢

【问题讨论】：

标签： r duplicates missing-data

【解决方案1】：

试试这个，我们会根据满足的两个条件之一进行过滤。 1) 如果所有答案都是空白，则保留该行 2) 如果答案不是空白，则保留该行

library(tidyverse)

dt %>% group_by(ID, Question) %>% 
  filter(all(Answer == "") | (Answer != ""))

# A tibble: 9 x 4
# Groups:   ID, Question [6]
  ID     Question Answer      Control
  <chr>  <chr>    <chr>         <dbl>
1 183577 7.6      "PARTIALLY" -2.94  
2 183577 7.6      "YES"        1.02  
3 183907 7.7      ""           0.0599
4 183907 7.7      ""          -0.457 
5 184188 1.1      "PARTIALLY"  0.641 
6 184188 1.2      "YES"        0.519 
7 184188 10.1     ""           1.99  
8 185167 7.7      "YES"       -0.508 
9 185167 7.7      "PARTIALLY" -0.194

【讨论】：