R语言：移除数据框行内跨列重复元素并填充空缺

针对你需要处理行内跨列重复值、保留首次出现并将非重复值前移填充空缺的需求，以下是两种可行的R实现方案：

方法一：基础R实现 #

通过apply逐行处理数据，先移除每行的NA值，再提取唯一值（保留首次出现顺序），最后补全NA至原列数：

# 定义单行处理函数
clean_row <- function(row) {
  # 转换为字符型（避免因子类型问题），移除NA后取唯一值
  unique_vals <- unique(na.omit(as.character(row)))
  # 补全NA到原数据的列数
  c(unique_vals, rep(NA, length(row) - length(unique_vals)))
}

# 应用函数到每行，转置后恢复dataframe结构
data_cleaned <- as.data.frame(t(apply(data, 1, clean_row)), stringsAsFactors = FALSE)
# 恢复原列名
colnames(data_cleaned) <- colnames(data)

# 查看结果
data_cleaned

运行后输出与你的期望结果一致：

V1  V2   V3   V4
1  A   D <NA> <NA>
2  B   F    C    D
3  C   B <NA> <NA>
4  D   A    F <NA>

方法二：tidyverse工具链实现 #

如果你习惯使用dplyr和purrr，可以用pmap_dfr逐行处理并组合结果：

library(tidyverse)

data_cleaned <- data %>%
  pmap_dfr(function(...) {
    # 收集当前行的所有值，去重并移除NA
    row_vals <- c(...) %>% as.character() %>% na.omit() %>% unique()
    # 补全NA并生成对应列名的 tibble
    tibble(!!!set_names(c(row_vals, rep(NA, ncol(data) - length(row_vals))), colnames(data)))
  })

data_cleaned

关键说明 #

• 两种方法核心逻辑一致：逐行去重（保留首次出现）→ 非重复值前移 → 空缺补NA
• 如果原始数据中存在因子类型列，需先转换为字符型（代码中已包含该处理），避免因子水平导致的异常
• 对于大型dataframe，两种方法的效率差异不大，可根据个人习惯选择

内容的提问来源于stack exchange，提问作者David Jorquera