如何在有序DataFrame中将NA移至行首并保留非NA值顺序？

这是个很实用的需求，我给你几种简洁高效的实现方式，都能完美达成你的目标：

方法1：Base R 简洁索引拼接 #

最直接的思路就是把非NA值和NA值分别提取出来，再按顺序拼接：

# 初始化你的数据框
df <- data.frame(id=rep(1:6), value=c(NA,NA,23,45,12,76))

# 生成new_value列
df$new_value <- c(df$value[!is.na(df$value)], df$value[is.na(df$value)])

• !is.na(df$value) 会生成一个逻辑向量，标记出所有非NA值的位置，用它提取的非NA值会完全保留原有顺序
• df$value[is.na(df$value)] 提取所有NA值，最后用c()把两部分拼接，就得到了非NA在前、NA在后的结果

方法2：Base R 用order()函数一行搞定 #

更优雅的方式是利用order()函数对NA的位置排序：

df$new_value <- df$value[order(is.na(df$value))]

原理很简单：is.na(df$value)返回的逻辑值中，FALSE（对应非NA）会被视为0，TRUE（对应NA）视为1，order()会把0排在1前面，因此非NA值会按原有顺序排在列的前半部分，NA自动移到末尾。

方法3：Tidyverse（dplyr）风格实现 #

如果你习惯用tidyverse工具链，可以用dplyr的mutate()来添加新列：

library(dplyr)

df <- df %>%
  mutate(new_value = c(value[!is.na(value)], value[is.na(value)]))

效果和方法1完全一致，只是写法更贴合tidyverse的语法习惯。

验证一下结果，最终df$new_value会是c(23,45,12,76,NA,NA)，完全符合你的要求。

内容的提问来源于stack exchange，提问作者pd441