如何在R中重复索引列每行值三次并合并行去除NA值

可以用dplyr和tidyr工具直接处理，两种思路供你选：

思路一：直接处理已生成的tweets2 #

library(dplyr)

# 给每3行标记同一分组ID
tweets_merged <- tweets2 %>%
  mutate(group_id = ceiling(index / 3)) %>%
  # 按分组聚合，每列取非NA值（每组同列仅一个非NA）
  group_by(group_id) %>%
  summarise(across(everything(), ~ .x[!is.na(.x)]), .groups = "drop") %>%
  # 删掉不需要的辅助列
  select(-index, -group_id)

代码说明 #

• ceiling(index / 3)：把原index列每3个归为一组，比如1-3行的group_id为1，4-6行为2，以此类推。
• across(everything(), ~ .x[!is.na(.x)])：对每一列提取非NA值——因为你每组3行里同一列只有一个有效数据，直接取非NA项就能合并成完整行。

思路二：从原始tweets1直接生成目标结果（更高效） #

如果tweets1还保留着，建议在转宽表前先分组，一步到位：

library(dplyr)
library(tidyr)

tweets_merged <- tweets1 %>%
  # 先给每3行标记分组
  mutate(group_id = ceiling(row_number() / 3)) %>%
  # 转宽表时自动按分组合并，不会产生NA
  pivot_wider(names_from = "X1", values_from = "X2") %>%
  select(-group_id)

内容的提问来源于stack exchange，提问作者obothehobo