R：整理 - 仅合并tibble中的重复列

Question

我的蒂布尔的某些列被撕成两列。我想将它们合并回。重复的列具有相同的名称，并且read_delim（）添加“ ... 2”和“ ... 3”，具有相同的列名称。重复列中不应有两个数值值，但是如果代码可以处理此例外，那将是不错的（两者的平均值都很好）。它经常发生，两个重复的列都包含NAS。有些列仅发生一次（例如date＆amp;时间，pyrano＃1，...）。 “ date＆amp; time”是唯一没有NAS的一致列。

数据看起来像这样：

head(df)

A tibble: 6 × 10

  | ------------------- | ------------------- | ------------------ | -----------------
  | `Date&Time`         |`SNOWDEPTH#1#HS...2` |`SNOWDEPTH#1#HS...3`| `PYRANO#1#RSWR…`
  | <dttm>              |               <dbl> |           <dbl>    |        <dbl>
  |:-------------------:|:-------------------:|:------------------:|:----------------- 
1 | 1997-11-19 16:30:00 |                   0 |               NA   |            NA
2 | 1997-11-19 17:00:00 |                  NA |               10   |            NA
3 | 1997-11-19 17:30:00 |                   9 |               NA   |            NA
4 | 1997-11-19 18:00:00 |                  NA |               NA   |            NA
5 | 1997-11-19 18:30:00 |                   9 |               NA   |            NA
6 | 1997-11-19 19:00:00 |                   9 |               NA   |            NA

# with 6 more variables: `MODEL_SNOWPACK#1#SWE` <dbl>,
#   `THERMO_HYGRO#1#TA_30MIN_MEAN...6` <dbl>,
#   `THERMO_HYGRO#1#TA_30MIN_MEAN...7` <dbl>,
#   `IRTHERMO#1#TSS_30MIN_MEAN...8` <dbl>,
#   `IRTHERMO#1#TSS_30MIN_MEAN...9` <dbl>,
#   `SNOWTHERMO#1#TS0_30MIN_MEAN` <dbl>

我想使用循环循环通过许多文件，但是不幸的是，重复的列并不总是相同的。理想情况下，代码应找到重复的列并自动合并它们。

到目前为止，我尝试过的是：

substr(colnames(df), 1, 7)

[1]“ date＆amp; ti”“ snowdep”“ snowdep”“ pyrano＃”“ model_s”“ thermo_”“ thermo_”“ thermo_” [8]“ irtherm”“ irtherm”“雪地”

df %>% 
      group_by(., substr(colnames(.), 1, 7), na.rm=TRUE) %>% 
      summarise_all()

[8]“ irtherm”“ irtherm” “ group_by（）中的 错误： 呢添加计算列的问题。 由突变（）中的错误引起的： 呢计算时问题.. 1 = subnames（Colnames（。），1，7）。 ✖.. 1必须是尺寸407400或1，而不是10。 运行rlang :: last_error（）以查看错误发生的位置。

非常感谢您的帮助！

Answer 1

一个可能的解决方案是将其转换为长格式，删除“ ...”（等），然后使用功能转换回宽格式：

library(tidyverse)

df |>
  pivot_longer(-date) |>
  mutate(name = str_remove(name, "\\.\\.\\.\\d")) |>
  pivot_wider(values_fn = ~ mean(., na.rm = TRUE))

输出：

# A tibble: 6 × 2
   date `SNOWDEPTH#1#HS`
  <int>            <dbl>
1     1                0
2     2               10
3     3                9
4     4              NaN
5     5                9
6     6                9

和一些数据：

df <- tibble(date = 1:6,
             `SNOWDEPTH#1#HS...2` = c(0, NA, 9, NA, 9, 9),
             `SNOWDEPTH#1#HS...3` = c(NA, 10, NA, NA, NA, NA))