如何将含NA的大数据框中多组列分别合并后创建新数据框？

针对大数据框的多组列合并需求，这里提供两种高效的实现方式，同时兼容NA值处理：

方式一：将每组列按行交错合并成长向量（匹配你原代码的逻辑） #

这种方式会把每组内的列按行依次拼接成一个长列，比如mpg[1], cyl[1], disp[1], mpg[2], cyl[2], disp[2]...，最终新数据框的列长度自动对齐（短列补NA）。

# 加载工具包（大数据场景下推荐使用data.table替代dplyr，效率更高）
library(dplyr)
library(purrr)

# 定义列分组（替换成你实际的列名）
col_groups <- list(
  group1 = c("mpg", "cyl", "disp"),
  group2 = c("wt", "qsec"),
  group3 = c("vs", "am", "gear")
)

# 对每个分组执行合并操作
merged_cols <- map(col_groups, ~ df %>% select(all_of(.x)) %>% t() %>% c())

# 对齐所有列的长度（短列补NA）
max_length <- max(map_int(merged_cols, length))
merged_cols <- map(merged_cols, ~ c(.x, rep(NA, max_length - length(.x))))

# 转换为最终数据框
new_df <- bind_cols(merged_cols)

方式二：将每行的组内列合并为单个元素（保留原数据框行数） #

如果需要保持原数据框的行数，把每行中同组的列值合并为一个向量或字符串：

合并为向量列 #

new_df_vec <- df %>%
  mutate(
    group1 = pmap(list(mpg, cyl, disp), c),
    group2 = pmap(list(wt, qsec), c),
    group3 = pmap(list(vs, am, gear), c)
  ) %>%
  select(group1, group2, group3)

合并为字符串列（用逗号分隔） #

library(stringr)

new_df_str <- df %>%
  mutate(
    group1 = str_c(mpg, cyl, disp, sep = ","),
    group2 = str_c(wt, qsec, sep = ","),
    group3 = str_c(vs, am, gear, sep = ",")
  ) %>%
  select(group1, group2, group3)

原代码的问题说明 #

你原代码生成的col1、col2、col3长度不一致（分别为96、64、96），直接组合成数据框会报错。上述方式一自动处理了长度对齐的问题，同时用矢量化操作替代手动rbind/cbind，更适合大数据场景。

内容的提问来源于stack exchange，提问作者samrr_tr