如何自动移除DataFrame缺失值并重塑非缺失值对齐的数据框？

针对你描述的场景——各列缺失值分布在不同行，需要提取每列非缺失值并对齐成新的DataFrame，这里提供几种高效的自动化实现方法，适配你1800×33的大表：

基础R方法（无需额外包） #

直接用lapply遍历每一列，过滤掉缺失值后转成数据框，代码简洁且效率足够：

# 提取每列非缺失值并合并
clean_df <- as.data.frame(lapply(df, function(col) col[!is.na(col)]))

dplyr + purrr 方法（tidyverse风格） #

如果习惯tidyverse工具链，用map_dfc可以更直观地按列处理并合并：

library(purrr)
library(dplyr)

clean_df <- map_dfc(df, ~ .x[!is.na(.x)])

data.table 方法（超大表最优选择） #

针对大维度数据，data.table的处理速度更快，内存占用更低：

library(data.table)

setDT(df)
clean_df <- df[, lapply(.SD, function(col) col[!is.na(col)])]

注意事项 #

使用前请确保所有列的非缺失值数量一致（这是能对齐的前提），可以用以下代码验证：

# 查看每列非缺失值的数量
sapply(df, function(col) sum(!is.na(col)))

如果所有结果相同，就可以放心使用上述方法。

内容的提问来源于stack exchange，提问作者ΚΩΝΣΤΑΝΤΙΝΟΣ ΠΑΝΑΓΙΩΤΟΥ