tengo una base de datos de respuestas a una encuesta. Sucede que existen varias respuestas de las mismas personas, cada respuesta está enlazada a un identificador como número único (DNI, por ejemplo) por lo cual se puede filtrar según ID duplicado. El problema es que existen casos donde personas respondieron 3 veces y de esas respuestas me interesa la que tenga más cantidad de columnas completadas (lo que equivale a respuestas completas).
Estoy analizando en R esta base, por lo cual agradecería si me pudieran orientar para obtener el resultado que busco o ver como identificar de forma clara las filas que deseo para quedarme. Este df sirve de ejemplo:
df <- tribble(
~a,~b, ~c, ~d, ~e,
"a", 2, 3, NA, 1,
"a", 2, 3, "SI", 4,
"a", 1, NA, "NO", NA,
"b", NA, 2, "SI", NA,
"b", NA, 3, "NO", 2,
"b", NA, 2, NA, 2,
"c", 1, 2, "SI", NA,
"c", NA, NA, NA, 2
)
Quisiera saber como identificar y quedarme con la b(index 5), a (index 2) y c (index 7) teniendo en cuenta el criterio de que son las alternativas con mayor numero de respuestas completas de las mismas personas (suponiendo que la letra es el identificador)
# A tibble: 8 × 5
a b c d e
<chr> <dbl> <dbl> <dbl> <dbl>
1 a 2 3 NA 1
2 a 2 3 "SI" 4
3 a 1 NA "NO" NA
4 b NA 2 "SI" NA
5 b NA 3 "NO" 2
6 b NA 2 NA 2
7 c 1 2 "SI" NA
8 c NA NA NA 2
```