R语言DataFrame行处理需求：按行内非空元素数量复制拆分行

我来帮你搞定这个R数据框的转换需求！针对你需要为每个Company对应分配单个非空列值、复制多行处理多非空情况，同时保留所有Company（包括无对应非空值的Company3）的要求，这里提供两种可行的方法：

方法一：使用tidyverse包（推荐，代码更直观） #

首先确保你已经安装并加载了tidyverse包：

install.packages("tidyverse") # 如果未安装
library(tidyverse)

然后处理你的原始数据框：

# 你的原始数据框
DF <- data.frame(
  Company = c("Company1", "Company2", "Company3", "Company4"),
  Col1 = c("test 1", "", "", ""),
  Col2 = c("", "test 2", "", "test 3"),
  Col3 = c("", "", "", "test 4"),
  stringsAsFactors = FALSE
)

# 转换为目标格式
result <- DF %>%
  pivot_longer(
    cols = starts_with("Col"), # 选中所有以Col开头的列
    names_to = NULL, # 不需要保留原列的名称
    values_to = "Col", # 新列命名为Col
    values_drop_na = FALSE # 不自动丢弃空值行
  ) %>%
  filter(Col != "" | Company == "Company3") %>% # 保留非空值行，或Company3的行
  arrange(Company) # 按Company排序，让结果更整洁（可选）

# 查看结果
print(result)

运行后得到的结果：

# A tibble: 5 × 2
  Company   Col   
  <chr>     <chr> 
1 Company1  test 1
2 Company2  test 2
3 Company3  ""    
4 Company4  test 3
5 Company4  test 4

步骤解释： #

• pivot_longer：将宽格式的Col1/Col2/Col3转换为长格式，每一行对应一个Col的取值，同时自动复制对应的Company值，完美解决多非空值时的行复制需求。
• values_drop_na = FALSE：确保不会丢失空值行，这样Company3的记录会被保留。
• filter：筛选出两种有效行——Col不为空的行，或者属于Company3的行（即使Col为空）。
• arrange：可选的排序步骤，让结果按Company名称排序，更易读。

方法二：使用Base R（无需额外包） #

如果你不想依赖tidyverse包，可以用Base R的reshape函数实现：

# 你的原始数据框
DF <- data.frame(
  Company = c("Company1", "Company2", "Company3", "Company4"),
  Col1 = c("test 1", "", "", ""),
  Col2 = c("", "test 2", "", "test 3"),
  Col3 = c("", "", "", "test 4"),
  stringsAsFactors = FALSE
)

# 转换为长格式
long_df <- reshape(DF, 
                   varying = list(names(DF)[-1]), 
                   v.names = "Col",
                   direction = "long",
                   times = names(DF)[-1],
                   idvar = "Company")

# 处理空值并整理结果
result_base <- long_df %>%
  subset(Col != "" | Company == "Company3") %>%
  select(Company, Col) %>%
  arrange(Company)

rownames(result_base) <- NULL # 重置行名，让结果更规范
print(result_base)

这个方法同样能得到和上面一致的结果，适合习惯Base R语法的用户。

内容的提问来源于stack exchange，提问作者JGG