如何在R语言中将DataFrame压缩为单行？

针对你描述的DataFrame结构（x_、y_、t_列每行值一致，var1/var2/var3列各仅含一个非NA值），以下是几种高效的单行压缩实现方法：

方法1：使用dplyr包（tidyverse风格） #

借助分组聚合提取每个变量列的非NA值，语法直观易读：

library(dplyr)

# 处理单个DataFrame
df_compressed <- df %>%
  group_by(x_, y_, t_) %>%
  summarise(across(c(var1, var2, var3), ~ first(na.omit(.))), .groups = "drop")

# 批量处理DataFrame列表
df_list <- list(df, df) # 示例列表
compressed_list <- lapply(df_list, function(d) {
  d %>%
    group_by(x_, y_, t_) %>%
    summarise(across(c(var1, var2, var3), ~ first(na.omit(.))), .groups = "drop")
})

方法2：使用data.table包（高效大数据处理） #

适合处理大规模数据集，运行速度更快：

library(data.table)

# 处理单个DataFrame
setDT(df)
df_compressed <- df[, lapply(.SD, function(x) x[!is.na(x)]), by = .(x_, y_, t_)]

# 批量处理列表
compressed_list <- lapply(df_list, function(d) {
  setDT(d)
  d[, lapply(.SD, function(x) x[!is.na(x)]), by = .(x_, y_, t_)]
})

方法3：基础R实现（无需额外包） #

不依赖第三方库，用原生函数完成需求：

# 处理单个DataFrame
group_cols <- unique(df[, c("x_", "y_", "t_")])
var_cols <- lapply(df[, c("var1", "var2", "var3")], function(col) col[!is.na(col)])
df_compressed <- cbind(group_cols, as.data.frame(var_cols))

# 批量处理列表
compressed_list <- lapply(df_list, function(d) {
  group_cols <- unique(d[, c("x_", "y_", "t_")])
  var_cols <- lapply(d[, c("var1", "var2", "var3")], function(col) col[!is.na(col)])
  cbind(group_cols, as.data.frame(var_cols))
})

核心逻辑 #

所有方法的思路一致：

• 保留x_/y_/t_的唯一值（因每行值完全相同）
• 对var1/var2/var3列，提取其中唯一的非NA有效数值

内容的提问来源于stack exchange，提问作者John Huang