如何按列名共性分组合并列并去除NA值（R语言）

可以通过两种方式实现需求，分别基于tidyverse工具包和基础R语法：

方法一：使用tidyverse工具包 #

library(tidyverse)

# 示例数据
data <- data.frame(
  X2020_1 = c("A", NA, "B"),
  X2020_2 = c("A", "C", NA),
  X2021_1 = c("A", NA, "C"),
  X2021_2 = c(NA, NA, "A")
)

result <- data %>%
  mutate(row_id = row_number()) %>%
  pivot_longer(-row_id, names_to = "year_col", values_to = "value") %>%
  mutate(year = str_extract(year_col, "^X\\d{4}")) %>%
  group_by(row_id, year) %>%
  summarise(combined = list(na.omit(value)), .groups = "drop") %>%
  mutate(combined = ifelse(lengths(combined) == 0, NA, combined)) %>%
  pivot_wider(names_from = year, values_from = combined) %>%
  select(-row_id)

print(result)

步骤说明： #

• 添加行号标记每一行的原始位置
• 将宽格式数据转为长格式，便于按年份分组处理
• 从列名中提取年份前缀（如X2020）作为分组依据
• 按行号和年份分组，过滤NA值后将剩余值转为列表
• 把空列表（对应分组内全为NA的情况）替换为NA
• 转回宽格式并移除行号，得到最终结果

方法二：使用基础R语法 #

# 示例数据
data <- data.frame(
  X2020_1 = c("A", NA, "B"),
  X2020_2 = c("A", "C", NA),
  X2021_1 = c("A", NA, "C"),
  X2021_2 = c(NA, NA, "A")
)

# 按年份分组列名
year_groups <- list(
  X2020 = grep("X2020", colnames(data), value = TRUE),
  X2021 = grep("X2021", colnames(data), value = TRUE)
)

# 定义行处理函数：过滤NA，全NA则返回NA
process_row <- function(row_cols) {
  vals <- na.omit(row_cols)
  if (length(vals) == 0) NA else vals
}

# 对每个年份组逐行处理
result <- data.frame(
  X2020 = apply(data[, year_groups$X2020], 1, process_row),
  X2021 = apply(data[, year_groups$X2021], 1, process_row)
)

print(result)

步骤说明： #

• 通过正则匹配将列名按年份分组
• 定义处理函数，对每行的指定列过滤NA，全NA时返回NA
• 使用apply按行处理每个年份组的列，将结果组合为新数据框

两种方法最终都会得到期望的结果：

X2020   X2021
1 c("A", "A")       A
2       C    <NA>
3       B c("C", "A")

内容的提问来源于stack exchange，提问作者ifoxfoot