dplyr::coalesce, pero para múltiples filas

Question

Tengo un código que genera una lista de marcos de datos, que contienen algunos metadatos y diferentes conjuntos de medidas. Necesito poder procesar la lista de marcos de datos y devolver un solo marco de datos, "aplastando" los valores NA en filas individuales, donde los metadatos son los mismos. Me gustaría usar funciones dplyr si es posible.

Probé varios tipos de uniones, bind_rows, bind_cols (luego eliminé los duplicados), la función coalesce (que parecía prometedora, pero solo funciona para una fila, no para varias).

La entrada de datos es extremadamente variable, con diferente número de mediciones.

Un ejemplo de lo que estoy empezando con:

dfs <- list(
  df1 = tibble(
    exp = "EXP1",
    stage = "Stage1",
    section = rep(101:105, each = 2),
    meas1 = c(29L, 30L, 20L, 23L, 25L, 28L, 21L, 26L, 24L, 22L)
  ),
  df2 = tibble(
    exp = "EXP1",
    stage = "Stage1",
    section = 101:105,
    meas2 = 30:34
  ),
  df3 = tibble(
    exp = "EXP1",
    stage = "Stage2",
    section = 101:105,
    meas2 = 40:44
  )
)

$df1
# A tibble: 10 x 4
   exp   stage  section meas1
   <chr> <chr>    <int> <int>
 1 EXP1  Stage1     101    29
 2 EXP1  Stage1     101    30
 3 EXP1  Stage1     102    20
 4 EXP1  Stage1     102    23
 5 EXP1  Stage1     103    25
 6 EXP1  Stage1     103    28
 7 EXP1  Stage1     104    21
 8 EXP1  Stage1     104    26
 9 EXP1  Stage1     105    24
10 EXP1  Stage1     105    22

$df2
# A tibble: 5 x 4
  exp   stage  section meas2
  <chr> <chr>    <int> <int>
1 EXP1  Stage1     101    30
2 EXP1  Stage1     102    31
3 EXP1  Stage1     103    32
4 EXP1  Stage1     104    33
5 EXP1  Stage1     105    34

$df3
# A tibble: 5 x 4
  exp   stage  section meas2
  <chr> <chr>    <int> <int>
1 EXP1  Stage2     101    40
2 EXP1  Stage2     102    41
3 EXP1  Stage2     103    42
4 EXP1  Stage2     104    43
5 EXP1  Stage2     105    44

Un ejemplo de lo que espero terminar con:

    result <- tibble(
  exp = "EXP1",
  stage = c(rep('Stage1', 10), rep('Stage2', 5)),
  section = c(rep(101:105, each = 2), 101:105),
  meas1 = c(c(29L, 30L, 20L, 23L, 25L, 28L, 21L, 26L, 24L, 22L), rep(NA_real_, 5)),
  meas2 = c(30, NA_real_, 31, NA_real_, 32, NA_real_, 33, NA_real_, 34, NA_real_, 40:44)
)



 # A tibble: 15 x 5
   exp   stage  section meas1 meas2
   <chr> <chr>    <int> <dbl> <dbl>
 1 EXP1  Stage1     101    29    30
 2 EXP1  Stage1     101    30    NA
 3 EXP1  Stage1     102    20    31
 4 EXP1  Stage1     102    23    NA
 5 EXP1  Stage1     103    25    32
 6 EXP1  Stage1     103    28    NA
 7 EXP1  Stage1     104    21    33
 8 EXP1  Stage1     104    26    NA
 9 EXP1  Stage1     105    24    34
10 EXP1  Stage1     105    22    NA
11 EXP1  Stage2     101    NA    40
12 EXP1  Stage2     102    NA    41
13 EXP1  Stage2     103    NA    42
14 EXP1  Stage2     104    NA    43
15 EXP1  Stage2     105    NA    44

Gracias por cualquier ayuda que me puedan dar. Después de varios años de programación en R, esta es la primera pregunta que me hacen sobre SO. Siempre he podido resolverlo usando SO.

Answer 1

Podemos usar bind_rowspara vincular los listelementos y luego hacer un grupo por operación

library(dplyr)
bind_rows(dfs) %>% 
    group_by(exp, stage, section) %>% 
    summarise(across(everything(), ~ if(all(is.na(.))) NA_integer_ 
        else na.omit(.)))