R语言DataFrame列处理：按唯一值重组行，匹配列填充对应值

示例输入数据 #

A <- c('ABC','GHI',rep(NA,3))
B <- c('AAB','ABC','BCE','CAB',NA)
C <- c('ABC','BCE','GHI','XXX','ZZZ')
D <- c('BCE',rep(NA,4))
E <- c('GHI','ZZZ','BAR',rep(NA,2))
df <- data.frame(A,B,C,D,E)

原DataFrame输出：

A    B   C    D    E
1  ABC  AAB ABC  BCE  GHI
2  GHI  ABC BCE <NA>  ZZZ
3 <NA>  BCE GHI <NA>  BAR
4 <NA>  CAB XXX <NA> <NA>
5 <NA> <NA> ZZZ <NA> <NA>

期望输出 #

A   B   C   D   E
1   ABC ABC ABC NA  NA
2   GHI NA  GHI NA  GHI
3   NA  AAB NA  NA  NA
4   NA  BCE BCE BCE NA
5   NA  NA  ZZZ NA  ZZZ
6   NA  NA  XXX NA  NA
7   NA  NA  NA  NA  BAR
8   NA  CAB NA  NA  NA

实现思路 #

• 提取整个DataFrame中的所有唯一非NA值，作为输出每行对应的核心标识值
• 针对每个唯一值，遍历原DataFrame的每一列：若该值在列中出现过，则填充该值；否则填充NA
• 将遍历结果整理为标准DataFrame格式

R代码实现 #

# 获取所有唯一非NA值
unique_vals <- unique(unlist(df)[!is.na(unlist(df))])

# 生成每行的结果
result_list <- lapply(unique_vals, function(val) {
  sapply(df, function(col) {
    if(val %in% col) val else NA_character_
  })
})

# 转换为DataFrame并去除行名
result_df <- do.call(rbind, result_list)
rownames(result_df) <- NULL

# 查看最终结果
print(result_df)

运行后输出结果与期望一致，行顺序可根据需求自行调整排序规则。

内容的提问来源于stack exchange，提问作者Adamm