Сворачивание данных по семьям

Вы можете использовать следующий код:

library(dplyr)

df %>%
  group_by(fid) %>%
  summarise_all(~first(na.omit(.)))

Выход:

# A tibble: 3 × 6
     fid   zyg  x_t1  x_t2  y_t1  y_t2
   <int> <int> <int> <int> <int> <int>
1 499474     1    NA     1     1     1
2 499540     1    NA    NA     1    NA
3 499874     2     2    NA     1     1

Ваши данные:

df<-structure(list(zyg = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L
), fid = c(499474L, 499474L, 499474L, 499474L, 499540L, 499540L, 
499874L, 499874L, 499874L, 499874L), x_t1 = c(NA, NA, NA, NA, 
NA, NA, NA, NA, NA, 2L), x_t2 = c(1L, NA, NA, NA, NA, NA, NA, 
NA, NA, NA), y_t1 = c(1L, NA, NA, NA, 1L, NA, NA, 1L, NA, NA), 
    y_t2 = c(NA, NA, 1L, NA, NA, NA, NA, NA, 1L, 1L)), class = "data.frame", row.names = c(NA, 
-10L))

Если в группе есть только один элемент, не относящийся к NA

library(dplyr)
df1 %>%
 group_by(zyg, fid) %>%
  summarise(across(everything(), ~ .x[complete.cases(.x)][1]), .groups = "drop")

-выход

# A tibble: 3 × 6
    zyg    fid  x_t1  x_t2  y_t1  y_t2
  <int>  <int> <int> <int> <int> <int>
1     1 499474    NA     1     1     1
2     1 499540    NA    NA     1    NA
3     2 499874     2    NA     1     1

данные

df1 <- structure(list(zyg = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L
), fid = c(499474L, 499474L, 499474L, 499474L, 499540L, 499540L, 
499874L, 499874L, 499874L, 499874L), x_t1 = c(NA, NA, NA, NA, 
NA, NA, NA, NA, NA, 2L), x_t2 = c(1L, NA, NA, NA, NA, NA, NA, 
NA, NA, NA), y_t1 = c(1L, NA, NA, NA, 1L, NA, NA, 1L, NA, NA), 
    y_t2 = c(NA, NA, 1L, NA, NA, NA, NA, NA, 1L, 1L)), 
class = "data.frame", row.names = c(NA, 
-10L))

Другое возможное решение:

library(dplyr)

df %>% 
  group_by(zyg, fid) %>% 
  summarise(across(everything(), ~ if (all(is.na(.x))) {NA} else
           {max(.x, na.rm = T)}), .groups = "drop")

#> # A tibble: 3 × 6
#>     zyg    fid  x_t1  x_t2  y_t1  y_t2
#>   <int>  <int> <int> <int> <int> <int>
#> 1     1 499474    NA     1     1     1
#> 2     1 499540    NA    NA     1    NA
#> 3     2 499874     2    NA     1     1

очень похоже на другие ответы, но я также хотел дать свое собственное решение.

df %>%
  group_by(zyg,fid) %>% 
  summarise(across(everything(),~sum(.,na.rm=TRUE))
            )

Вы хотите сделать что-то, что coalesce делает по строкам для столбцов:

Вот как вы можете это сделать:

libarary(dplyr)

coalesce_by_column <- function(df) {
  return(dplyr::coalesce(!!! as.list(df)))
}

df %>%
  group_by(fid) %>%
  summarise(across(everything(), coalesce_by_column))

     fid   zyg  x_t1  x_t2  y_t1  y_t2
   <int> <int> <int> <int> <int> <int>
1 499474     1    NA     1     1     1
2 499540     1    NA    NA     1    NA
3 499874     2     2    NA     1     1

Вот еще один возможный вариант с использованием fill и slice:

library(tidyverse)

df %>%
  group_by(zyg, fid) %>%
  fill(everything(), .direction = "downup") %>%
  slice(1)

Выход

    zyg    fid  x_t1  x_t2  y_t1  y_t2
  <int>  <int> <int> <int> <int> <int>
1     1 499474    NA     1     1     1
2     1 499540    NA    NA     1    NA
3     2 499874     2    NA     1     1

Данные

df <- structure(list(zyg = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L
), fid = c(499474L, 499474L, 499474L, 499474L, 499540L, 499540L, 
499874L, 499874L, 499874L, 499874L), x_t1 = c(NA, NA, NA, NA, 
NA, NA, NA, NA, NA, 2L), x_t2 = c(1L, NA, NA, NA, NA, NA, NA, 
NA, NA, NA), y_t1 = c(1L, NA, NA, NA, 1L, NA, NA, 1L, NA, NA), 
    y_t2 = c(NA, NA, 1L, NA, NA, NA, NA, NA, 1L, 1L)), class = "data.frame", row.names = c(NA, 
-10L))