如何编写R函数合并多列观测生成新列实现调研数据清洗

方法1：使用tidyverse套件（推荐，代码简洁易读） #

直接使用pivot_longer函数完成宽表转长表，自动过滤NA值，天然支持单行多有效值的场景：

# 加载依赖包
library(tidyverse)

# 数据清洗代码
df_result <- df %>%
  pivot_longer(
    cols = c(Colname1, Colname2, Colname3), # 指定要转换的三列
    names_to = NULL, # 不需要保留原列名作为变量
    values_to = "SubVar1", # 有效值存储到新列SubVar1
    values_drop_na = TRUE # 直接丢弃值为NA的行
  )

运行后得到的df_result就是你需要的目标格式。

方法2：使用Base R实现（无需安装第三方包） #

如果不想引入额外依赖，可以用apply循环提取非NA值后拼接生成新表：

# 逐行提取三列中的非NA值
valid_values <- apply(df[, c("Colname1", "Colname2", "Colname3")], 1, function(row) na.omit(row))
# 根据有效值数量重复对应行的Var1、Var2，合并生成新数据框
df_result <- data.frame(
  Var1 = rep(df$Var1, sapply(valid_values, length)),
  SubVar1 = unlist(valid_values),
  Var2 = rep(df$Var2, sapply(valid_values, length)),
  row.names = NULL
)

两种方法都可以兼容单行仅一个有效值、单行多个有效值的所有场景，不会出现你之前遇到的删行或者多值处理失败的问题。

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