R语言批量合并多列数据为username、X两列的实现方法

你需要的多列按行匹配用户名堆叠、过滤空值的操作，属于典型的宽表转长表场景，不需要逐列手动拼接，以下两种方案都可以秒级完成处理，结果和你手动逐列处理的逻辑完全一致。

方案1：tidyverse 实现（推荐，代码最简洁） #

借助dplyr和tidyr的向量化操作，不需要写循环，核心逻辑几行就能完成处理：

library(tidyverse)

df_final <- df2 %>%
  pivot_longer(
    cols = -username, # 除username外所有X、X.1~X.48列全部参与堆叠
    values_to = "X", # 堆叠后的值列统一命名为X
    values_drop_na = TRUE # 自动剔除值为NA的行
  ) %>%
  filter(X != "") %>% # 额外剔除空字符串的行，和你原有判断逻辑对齐
  select(username, X) # 仅保留需要的两列

方案2：base R 循环实现（无需安装第三方包） #

如果不想额外加载工具包，可以直接写for循环遍历所有目标列，逻辑和你手动处理的步骤完全对齐：

# 获取所有需要堆叠的列名（排除第一列username）
target_cols <- colnames(df2)[-1]
# 初始化空结果表，注意如果X列是数值类型，把character()替换成numeric()
df_final <- data.frame(
  username = character(),
  X = character(),
  stringsAsFactors = FALSE
)

for (cur_col in target_cols) {
  # 筛选当前列非NA、非空字符串的有效行
  valid_flag <- !is.na(df2[[cur_col]]) & df2[[cur_col]] != ""
  # 提取有效行对应的用户名和当前列值
  temp_data <- data.frame(
    username = df2$username[valid_flag],
    X = df2[[cur_col]][valid_flag],
    stringsAsFactors = FALSE
  )
  # 追加到结果表
  df_final <- rbind(df_final, temp_data)
}

小提示：如果数据量超过10万行，优先用方案1，pivot_longer的运行效率比手写rbind循环高10~100倍，不会出现内存占用过高、运行卡顿的问题。

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