如何在R语言中创建列标记存在非NA值的对应分组？

我有5列不同的p值数据，希望生成一个新列，标记出每一行中哪些分组对应的p值列存在非NA值。

输入数据结构： #

Gene   pvalue_group1 pvalue_group2 pvalue_group3 pvalue_group4 pvalue_group5
Gene1     0.01           0.2             NA           NA            NA
Gene2      NA            0.001           NA           NA            NA
Gene3     0.05           0.7             0.09         0.2           0.001  

期望输出（新增Group列）： #

Gene   pvalue_group1 pvalue_group2 pvalue_group3 pvalue_group4 pvalue_group5 Group
Gene1     0.01           0.2             NA           NA            NA       Group1, Group2
Gene2      NA            0.001           NA           NA            NA       Group2
Gene3     0.05           0.7             0.09         0.2           0.001    Group1, Group2, Group3, Group4, Group5

示例输入数据： #

df <- structure(list(Gene = c("Gene1", "Gene2", "Gene3"), pvalue_group1 = c(0.01, 
NA, 0.05), pvalue_group2 = c(0.2, 0.001, 0.7), pvalue_group3 = c(NA, 
NA, 0.09), pvalue_group4 = c(NA, NA, 0.2), pvalue_group5 = c(NA, 
NA, 0.001)), row.names = c(NA, -3L), class = c("data.table", 
"data.frame"))

我尝试用dplyr的mutate()函数实现但未成功，希望了解其他可行的函数和方法。

方法1：修正dplyr实现 #

结合rowwise()、across()和字符串处理函数即可完成，之前的尝试可能缺少行级处理的步骤：

library(dplyr)
library(stringr)

df <- df %>%
  rowwise() %>%
  mutate(
    Group = str_c(
      str_remove(names(select(., starts_with("pvalue_group")))[!is.na(c_across(starts_with("pvalue_group")))],
                 "pvalue_"),
      collapse = ", "
    )
  ) %>%
  ungroup()

方法2：data.table原生语法（适配输入类型） #

因为输入是data.table格式，用原生语法效率更高：

library(data.table)

# 筛选p值列并提取分组名
p_cols <- grep("^pvalue_group", names(df), value = TRUE)
group_names <- sub("pvalue_", "", p_cols)

# 逐行生成Group列
df[, Group := {
  p_vals <- .SD
  paste(group_names[!is.na(p_vals)], collapse = ", ")
}, .SDcols = p_cols]

方法3：基础R实现（无需第三方包） #

如果不想加载额外包，用apply()逐行处理即可：

# 获取p值列的索引和分组名
p_cols_idx <- grep("^pvalue_group", names(df))
group_names <- sub("pvalue_", "", names(df)[p_cols_idx])

# 生成Group列
df$Group <- apply(df[, p_cols_idx], 1, function(x) {
  paste(group_names[!is.na(x)], collapse = ", ")
})

内容的提问来源于stack exchange，提问作者DN1