R语言多列提取首个非NA值：优雅实现DataFrame转换

针对你需要批量处理成对X_ID/X_No列的需求，这里提供两种无需显式循环的优雅方案，完全适配上千组列的场景：

方案一：Base R原生实现 #

无需额外安装包，利用向量化操作完成：

# 提取所有列组的前缀（A、B、C...）
groups <- unique(sub("_.*", "", colnames(df)))

# 定义处理单个列组的函数
extract_pair <- function(group) {
  id_col <- paste0(group, "_ID")
  no_col <- paste0(group, "_No")
  no_values <- df[[no_col]]
  # 找到第一个非NA值的位置（首行非NA则直接取第1行）
  target_row <- which(!is.na(no_values))[1]
  data.frame(ID = df[[id_col]][target_row], No = no_values[target_row])
}

# 批量处理所有组并合并结果
df2 <- do.call(rbind, sapply(groups, extract_pair, simplify = FALSE))

方案二：Tidyverse管道式实现 #

利用tidyverse的宽转长功能，代码更直观易读：

library(tidyverse)

df2 <- df %>%
  # 添加行号用于定位
  mutate(row_num = row_number()) %>%
  # 将成对列转成长表，自动按前缀分组
  pivot_longer(
    cols = -row_num,
    names_to = c("group", ".value"),
    names_pattern = "(.*)_(ID|No)"
  ) %>%
  # 每个组筛选出第一个非NA No对应的行
  group_by(group) %>%
  filter(row_num == min(row_num[!is.na(No)])) %>%
  ungroup() %>%
  # 保留需要的列并恢复原列组顺序
  select(ID, No) %>%
  arrange(match(group, groups))

两种方案最终都会生成和示例一致的df2，且均为批量处理逻辑，不会因列组数量增加导致性能瓶颈。

内容的提问来源于stack exchange，提问作者bilmawr