R语言按分组去除NA值：大型DataFrame自动化处理需求

针对你需要按Group分组、提取各列非NA文本值的需求，这里提供两种适合大规模数据的自动化实现方案：

方法一：使用dplyr（语法简洁，易读性高） #

借助dplyr的分组和across函数，可以批量处理所有列，无需手动指定列名：

# 加载dplyr包
library(dplyr)

# 生成汇总表
testsumm <- test %>%
  group_by(Group) %>%
  summarise(
    across(everything(), ~first(na.omit(.))),
    .groups = "drop"
  )

代码说明： #

• group_by(Group)：按Group列完成分组
• across(everything(), ~first(na.omit(.)))：对除分组列外的所有列执行操作——先剔除NA值，再取第一个非NA值（若该分组下某列全为NA，则返回NA）
• .groups = "drop"：分组计算完成后自动取消分组状态，避免干扰后续操作

方法二：使用data.table（性能更优，适合超大规模数据） #

如果数据量极大，data.table的内存效率和运行速度会更有优势：

# 加载data.table包
library(data.table)

# 将data.frame转换为data.table格式
setDT(test)

# 生成汇总表
testsumm <- test[, lapply(.SD, function(x) first(na.omit(x))), by = Group]

代码说明： #

• setDT(test)：将原生data.frame转换为data.table格式（也可直接用data.table()创建原始数据）
• lapply(.SD, function(x) first(na.omit(x)))：.SD代表所有非分组列，对每列执行剔除NA后取第一个非NA值的操作
• by = Group：按Group列分组计算

验证结果 #

运行上述代码后，得到的testsumm将与你提供的示例结果完全一致：

> testsumm
  Group   Text  Text2
1     A  Apple Banana
2     B Cherry Cherry
3     C  Grape   <NA>

内容的提问来源于stack exchange，提问作者Gabriela Zuquim