r - 使用 dplyr、group_by 和 mutate() 或汇总 () & str_c() 或 paste() & 折叠连接字符串/行，但保持 NA 和所有字符串

Question

使用 dplyr 连接字符串时, group_by()和 mutate()或 summarize ()与 paste()和 collapse , NA值被强制为字符串 "NA" .
使用时 str_c()而不是 paste() , 与 NA 连接的字符串被删除( ?str_c :每当缺失值与另一个字符串组合时，结果将始终缺失)。当有这样的组合 NA &非NA值，如何删除 NA而不是非 NA在串联？
请参阅下面的示例:

library(dplyr)
library(stringr)
ID <- c(1,1,2,2,3,4)
string <- c(' asfdas ', 'sdf', NA,'sadf', 'NA', NA)
df <- data.frame(ID, string)
#   ID   string
# 1  1  asfdas 
# 2  1      sdf
# 3  2     <NA> # ID 2 has both NA and non-NA values
# 4  2     sadf #
# 5  3       NA
# 6  4     <NA>

两个都，

df%>%
 group_by(ID)%>%
 summarize(string = paste(string, collapse = "; "))%>%
 distinct_all()

和

df_conca <-df%>%
 group_by(ID)%>%
 dplyr::mutate(string = paste(string, collapse = "; "))%>%
 distinct_all()

导致

     ID string               
1     1 " asfdas ; sdf"
2     2 "NA; sadf"           
3     3 "NA"
4     4 "NA" # NA coerced to "NA"

IE。 NA变成“NA”:
尽管

df %>%
  group_by(ID)%>%
  summarize(string = str_c(string, collapse = "; "))

结果是:

     ID string               
1     1 " asfdas ; sdf"
2     2 NA     
3     3 "NA" 
4     4 NA 

IE。根据 str_c 删除“sadf”规则:NA与字符串结合，结果 NA .
但是，我想保持真实NA值(例如 'ID' 4)和仅字符串(例如 'ID' 2)，例如:

     ID string             
1     1 " asfdas ; sdf"
2     2 "sadf"           
3     3 "NA"
4     4 NA 

理想情况下，我想留在dplyr工作流程。

这个问题是Concatenating strings / rows using dplyr, group_by & collapse or summarize, but maintain NA values的扩展

Answer 1

使用 pivot_wider和 unite

library(dplyr)
library(tidyr)
library(data.table)
df %>% 
   mutate(rn = rowid(ID)) %>%
   pivot_wider(names_from = rn, values_from = string) %>% 
   unite(string, `1`, `2`, na.rm = TRUE, sep = " ; ")%>%
   mutate(string = na_if(string, ""))

-输出

# A tibble: 4 x 2
     ID string          
  <dbl> <chr>           
1     1 " asfdas  ; sdf"
2     2 "sadf"          
3     3 "NA"            
4     4  <NA>         

或者也可以使用 coalesce

df %>%
    group_by(ID) %>%
    summarise(string = na_if(coalesce(str_c(string, collapse = " ; "),
     str_c(string[complete.cases(string)], collapse = " ; ")), ""))

-输出

# A tibble: 4 x 2
     ID string          
  <dbl> <chr>           
1     1 " asfdas  ; sdf"
2     2 "sadf"          
3     3 "NA"            
4     4  <NA>