在R中按行绑定数据帧的多个列的最佳方法

我有一个dataframe，它的形式如下

ID1 | VALUE |ID2 | VALUE | ID3 | VALUE
111  | one   |333 | three | 555 | five
222  | two   |    | NA    | 666 | six

请注意，每列中的值/行数不同（NAs/空值）

我希望结果如下所示：

ID  | VALUE 
111 | one
222 | two
333 | three
555 | five
666 | six

我尝试了以下方法：

x = as.matrix(df)
x= matrix(x,ncol = 2)

此过程混合了某些列的ID和值。我猜这是因为NA和NULL值

ID  | VALUE 
111 | one
222 | two
333 | three
five| 555
six | 666

你能为我的问题提出一个快速的解决方案吗

优雅的解决方案

感谢和的回答。 我不知道速度，但完成这项工作的最优雅的解决方案如下：

x = as.matrix(df)
x= matrix(x,ncol = 2)

• my_final=data.frame（VALUE=unlist（my_data[c（TRUE，FALSE）]），ID=unlist（my_data[c（FALSE，TRUE）]）

• my_final=setNames（data.frame（lappy（拆分（as.list（my_数据）），c（F，T）），unlist）），c（“VALUE”，“ID”）

还要省略空行，请执行以下操作：

• my_final\u trimmed=my_final[完成.案例（my_final）]

---

一个选项是使用

数据表的devel版本中的
melt
。安装devel版本的说明如下

我们将“data.frame”转换为“data.table”（
setDT（df1）
）。使用
melt
，我们使用以“ID”和“VALUE”开头的列名的
regex
模式指定
measure
参数。可选参数包括命名“值”列，即
value.name
和使用
NA.rm=TRUE
删除
NA
值。如果我们不需要“variable”列，可以将它（
：=
）赋值为NULL

数据
df1很抱歉，如果这个答案对您的案例过于具体，但是以这种形式的数据框为例，答案是可接近的（不雅观的），如下所示：

1） 删除列名

colnames(dataframe_name) <- NULL

另一个基数R，使用
split
分隔交替列

res <- setNames(
    data.frame(lapply(split(as.list(dat), c(F, T)), unlist))
  , c("VALUE", "ID"))

res[complete.cases(res), ]
#      VALUE      ID
# ID11   111  one   
# ID12   222  two   
# ID21   333  three 
# ID31   555    five
# ID32   666     six

res这是使用
split
的一个不错的选项。我在考虑data.frame（VALUE=unlist（df1[c（TRUE，FALSE）]），ID=unlist（df1[c（FALSE，TRUE）]）
@akrun nice！我也有类似的想法，但我现在只关心
split
，它在我的数据帧（超过500000行）上运行得非常好。谢谢！
df1 <- dataframe_name[, 1:2]  # columns 1-2
df2 <- dataframe_name[, 3:4]  # columns 3-4
df3 <- dataframe_name[, 5:6]  # columns 5-6

f <- function(df) {
    colnames(df) <- c('ID', 'VALUE')  # set colnames for df with 2 cols
    return(df)
} # function to apply to each df

l <- list(df1, df2, df3)
list_of_frames <- lapply(l, f)  # apply colname function to each

do.call(rbind, list_of_frames)  # call rbind (row bind) on each frame

res <- setNames(
    data.frame(lapply(split(as.list(dat), c(F, T)), unlist))
  , c("VALUE", "ID"))

res[complete.cases(res), ]
#      VALUE      ID
# ID11   111  one   
# ID12   222  two   
# ID21   333  three 
# ID31   555    five
# ID32   666     six