如何高效合并数据框非NA值对应的行名与列名？

针对大数据量的场景，推荐以下几种高效实现方式，均避免了低效的循环操作：

1. Base R 原生方法（无需额外安装包） #

利用which()函数的向量化特性快速定位非NA值的位置，再提取对应的行名和列名：

# 定位所有非NA值的行列索引
non_na_pos <- which(!is.na(df1), arr.ind = TRUE)

# 生成目标数据框
df2 <- data.frame(
  number = colnames(df1)[non_na_pos[, "col"]],
  site = rownames(df1)[non_na_pos[, "row"]],
  stringsAsFactors = FALSE
)

这个方法依赖R原生函数，内存占用低，处理速度快，适合不想引入第三方包的场景。

2. data.table 方法（超大数据集首选） #

data.table专为大数据处理优化，内存使用更高效，操作速度显著优于原生方法和tidyverse，适合百万级以上行/列的数据集：

library(data.table)

# 将原生数据框转换为data.table，保留行名为site列
setDT(df1, keep.rownames = "site")

# 宽表转长表后过滤NA值，保留目标列
df2 <- melt(df1, id.vars = "site", variable.name = "number")[, .(number, site)][!is.na(value)]

3. tidyverse 方法（代码可读性强） #

如果习惯tidyverse的语法风格，这个方法代码更直观，处理中等规模数据效率足够：

library(tidyverse)

df2 <- df1 %>%
  rownames_to_column("site") %>%  # 将行名转为单独列
  pivot_longer(-site, names_to = "number") %>%  # 宽表转长表
  drop_na(value) %>%  # 过滤NA值
  select(number, site)  # 保留目标列

验证结果 #

运行上述任意方法后，生成的df2都会与你预期的结果一致：

> df2
    number  site
1 number1 siteA
2 number1 siteC
3 number2 siteC
4 number3 siteA
5 number3 siteB

内容的提问来源于stack exchange，提问作者Lieke