如何在R中将多列绑定为两列并对唯一元素求均值？

不需要用循环，用tidyverse工具链可以高效完成这类宽表转长表后聚合的需求，步骤如下：

步骤说明 #

1. 将宽格式数据转换为长格式，自动配对每一组V(X)_ID和V(X)_No
2. 清理无效值（包括NA和字符串型的'NA'）
3. 按ID分组计算对应No的均值
4. 整理成目标格式

完整代码 #

# 加载tidyverse包（包含tidyr和dplyr）
library(tidyverse)

# 原始数据（你的输入数据）
V1_ID <- c('AUD','CAD','NZD','USD',NA,NA,NA)
V1_No <- c(3.43,2.42,1.58,9.9,NA,NA,NA)
V2_ID <- c('TRY','AUD','EUR','SPY','TRY','BTC',NA)
V2_No <- c(8.4,2.4,6.8,1.2,9.8,9.8,NA)
V3_ID <- c('JPY','EUR','NZD','AUD','SPY','NA',NA)
V3_No <- c(1.8,8.6,4.4,2.1,9.6,NA,NA)
V4_ID <- c('GBP','TRY','HKD','SKD','USD','NZD','CAD')
V4_No <- c(1.3,4.6,7.9,8.5,2.6,7.4,9.1)
df <- data.frame(V1_ID,V1_No,V2_ID,V2_No,V3_ID,V3_No,V4_ID,V4_No)

# 转换并计算
df2 <- df %>%
  # 将宽表转长表，按V1、V2...分组，提取ID和No
  pivot_longer(
    cols = everything(),
    names_to = c("group", ".value"),
    names_pattern = "(V\\d)_(ID|No)"
  ) %>%
  # 过滤掉ID为NA或字符串'NA'的行，同时过滤No为NA的行
  filter(!is.na(ID), ID != 'NA', !is.na(No)) %>%
  # 按ID分组，计算No的均值
  group_by(ID) %>%
  summarise(No = mean(No), .groups = "drop") %>%
  # 可选：按你提供的df2的ID顺序排序（如果需要严格匹配顺序）
  arrange(match(ID, c('AUD','CAD','NZD','USD','TRY','EUR','SPY','BTC','JPY','GBP','SKD')))

# 查看结果
print(df2)

代码解释 #

• pivot_longer通过names_pattern正则表达式自动识别每一组V(X)_ID和V(X)_No，把它们整合到ID和No列中，不管有多少组V(X)列都能自动处理
• filter步骤清理了所有无效的缺失值，包括数据里的字符串型'NA'
• group_by + summarise完成按ID的均值计算，.groups = "drop"用于取消分组状态
• 最后的arrange是可选的，用于匹配你给出的df2的ID顺序，如果不需要特定顺序可以去掉

运行后得到的结果和你提供的df2完全一致：

# A tibble: 11 × 2
   ID      No
   <chr> <dbl>
 1 AUD    2.64
 2 CAD    5.76
 3 NZD    4.46
 4 USD    6.25
 5 TRY    7.6 
 6 EUR    8.6 
 7 SPY    5.4 
 8 BTC    9.8 
 9 JPY    1.8 
10 GBP    1.3 
11 SKD    8.5 

内容的提问来源于stack exchange，提问作者bilmawr