Julia中如何高效整合DataFrame的互补缺失值？

方法1：直接位置切片（最优性能） #

因为已知g、a列的有效值在前4行，Column1-3的有效值在后4行，直接通过索引切片提取是最高效的方式——不需要处理missing，也无额外数据复制：

df_new = DataFrame(
    g = df.g[1:4],
    a = df.a[1:4],
    Column1 = df.Column1[5:8],
    Column2 = df.Column2[5:8],
    Column3 = df.Column3[5:8]
)

这种方式利用Julia数组索引直接提取目标元素，性能最佳，代码也最直观。

方法2：布尔索引+视图（通用高效） #

如果不确定具体行数，但知道每列的有效值连续且数量一致，可以用布尔索引结合@views创建视图，避免不必要的数据复制：

# 获取g列非missing的布尔掩码
valid_g = .!ismissing.(df.g)
# 获取Column1列非missing的布尔掩码（与其他列一致）
valid_cols = .!ismissing.(df.Column1)

df_new = DataFrame(
    g = @views df.g[valid_g],
    a = @views df.a[valid_g],
    Column1 = @views df.Column1[valid_cols],
    Column2 = @views df.Column2[valid_cols],
    Column3 = @views df.Column3[valid_cols]
)

@views会让索引操作返回原数组的视图而非复制数据，在数据量较大时能显著提升效率。

方法3：简化原方法的写法 #

如果需要处理任意位置的有效值（不一定连续），可以简化原方法的写法，效果与原方法一致但更简洁：

df_new = mapcols(col -> Vector(skipmissing(col)), df)

Vector(skipmissing(col))和collect(skipmissing(col))功能等价，但写法更紧凑，适合通用场景。

原方法的优化点说明 #

原方法DataFrame(collect.(skipmissing.(eachcol(df))), names(df))功能正确，但当数据量较大时，collect会强制复制数据。上述前两种方法通过直接索引或视图，避免了迭代skipmissing的开销，性能更优。

内容的提问来源于stack exchange，提问作者Shayan