R语言合并多列并填充NA：将分国家问题列合并为单变量

针对你的需求，有两种简单易懂的方法，适合R新手操作：

方法一：使用tidyverse工具包（推荐，逻辑清晰） #

首先确保安装并加载tidyverse：

install.packages("tidyverse")
library(tidyverse)

步骤分解： #

• 将宽格式数据转为长格式：把所有Q1_XX、Q2_XX列堆叠起来，保留country列作为标识

df_long <- df %>%
  pivot_longer(cols = starts_with("Q"), # 选择所有以Q开头的列
               names_to = "question_country", # 新列存储原列名
               values_to = "value") # 新列存储对应的值

• 拆分列名，分离问题和国家标识：把question_country列拆成question（Q1/Q2）和country_code（UK/FR/ES）

df_long <- df_long %>%
  separate(question_country, into = c("question", "country_code"), sep = "_")

• 过滤掉NA值：因为每个观测只有对应国家的问题列有值，其余都是NA，过滤后每个country+question组合只会保留一个有效数值

df_long_clean <- df_long %>%
  filter(!is.na(value))

• 转回宽格式，得到最终结果：把question列转成列名，value作为对应的值

final_df <- df_long_clean %>%
  pivot_wider(names_from = question, values_from = value)

合并后的完整代码：

final_df <- df %>%
  pivot_longer(cols = starts_with("Q"), names_to = "question_country", values_to = "value") %>%
  separate(question_country, into = c("question", "country_code"), sep = "_") %>%
  filter(!is.na(value)) %>%
  pivot_wider(names_from = question, values_from = value)

方法二：基础R方法（无需额外安装包） #

利用每行仅对应国家的列有非NA值的特点，直接按问题分组提取非NA值：

# 提取Q1相关列，每行取非NA值
df$Q1 <- apply(df[, grep("Q1_", colnames(df))], 1, function(x) x[!is.na(x)])
# 提取Q2相关列，每行取非NA值
df$Q2 <- apply(df[, grep("Q2_", colnames(df))], 1, function(x) x[!is.na(x)])
# 保留需要的列
final_df <- df[, c("country", "Q1", "Q2")]

关键说明： #

• grep("Q1_", colnames(df))会定位所有列名包含Q1_的列索引
• apply(..., 1, function(x) x[!is.na(x)])对每行执行操作，取出唯一的非NA值（符合你数据每行仅一个有效值的特点）

两种方法都能得到目标结果：tidyverse方法逻辑清晰，方便后续扩展其他数据处理操作；基础R方法无需额外安装包，适合快速完成需求。

内容的提问来源于stack exchange，提问作者ouroboro