如何将宽格式数据转长格式并剔除变量开头的NA值？

解决方案 #

方法1：使用dplyr分组过滤

借助dplyr按variable分组，定位每个组内第一个非NA值的位置，保留该位置及之后的所有行：

library(dplyr)

df_long_cleaned <- df_long %>%
  group_by(variable) %>%
  # 找到组内第一个非NA的索引
  mutate(first_non_na = min(which(!is.na(value)))) %>%
  # 保留从第一个非NA开始的所有行
  filter(row_number() >= first_non_na) %>%
  select(-first_non_na) %>%
  ungroup()

# 查看结果
df_long_cleaned

方法2：Base R 原生实现

无需额外依赖包，用by函数按variable分组处理：

df_long_cleaned <- do.call(rbind, by(df_long, df_long$variable, function(x) {
  # 定位组内第一个非NA的位置
  first_non_na <- min(which(!is.na(x$value)))
  # 截取该位置到末尾的行
  x[first_non_na:nrow(x), ]
}))

# 重置行名
rownames(df_long_cleaned) <- NULL

# 查看结果
df_long_cleaned

补充说明

• 两种方法均能精准识别每个变量开头的连续NA并移除，同时保留中间出现的NA；
• 若某个变量全为NA，两种方法会返回空行，可额外添加判断逻辑过滤这类组。

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