Создайте новый фрейм данных, в котором желаемые значения распределены по нескольким столбцам

Вот два решения R, первое с использованием пакета data.table , а второе с использованием dplyr . Оба подхода основаны на объединении SQL. Они заменяют любые строки, которые не начинаются с "GG", на NA, затем берут первое значение, не относящееся к NA, начиная слева, в каждой строке.

Метод data.table использует fcoaelsce():

library(data.table)
setDT(dat)

# Select all columns except symbols
cols  <- names(dat)[names(dat)! = "Symbol"]

dat[, 
    (cols) := lapply(.SD, \(x) fifelse(grepl("^GG", x), x, NA_character_)),
    .SDcols = cols
][, X:= fcoalesce(.SD), .SDcols = cols
][, .(Symbol, X)]

#        Symbol       X
# 1: LOC6540581 GG25120
# 2: LOC6541346 GG24126
# 3: LOC6548272 GG22216

В качестве альтернативы вот подход dplyr в R, чтобы сделать то же самое:

library(dplyr)
dat %>%
    mutate(
        across(!Symbol, \(x) fifelse(grepl("^GG", x), x, NA_character_))
    ) %>%
    transmute(
        Symbol,
        X = coalesce(!!!select(., starts_with("X")))
    )

#       Symbol       X
# 1 LOC6540581 GG25120
# 2 LOC6541346 GG24126
# 3 LOC6548272 GG22216

Для этого используется функция dplyr::coalesce.

data.table часто быстрее, чем dplyr, хотя обратите внимание, что описанный выше подход изменит ваши исходные данные на месте. Метод dplyr делает копию данных.

Данные

structure(list(Symbol = c("LOC6540581", "LOC6541346", "LOC6548272"
), X = c("Adh", "eve", "amy"), X.1 = c("Adh-PA", "CG2328", "Amy-p"
), X.2 = c("GG25120", "eve-PA", "GG22216"), X.3 = c("Dere\\Adh",
"GG24126", "Amy-p-PA"), X.4 = c("GG25120-PA", "Dere\\eve", "Dere\\Amy-p"
), X.5 = c(NA, "CG2328-PA", "GG22216-PA"), X.6 = c(NA, "GG24126-PA",
NA), X.7 = c(NA_character_, NA_character_, NA_character_), X.8 = c(NA_character_,
NA_character_, NA_character_), X.9 = c(NA_character_, NA_character_,
NA_character_), X.10 = c(NA_character_, NA_character_, NA_character_
), X.11 = c(NA_character_, NA_character_, NA_character_), X.12 = c(NA_character_,
NA_character_, NA_character_), X.13 = c(NA_character_, NA_character_,
NA_character_), X.14 = c(NA_character_, NA_character_, NA_character_
), X.15 = c(NA_character_, NA_character_, NA_character_), X.16 = c(NA_character_,
NA_character_, NA_character_)), class = c("data.table", "data.frame"
), row.names = c(NA, -3L))

Мы можем заменить все значения, которые не начинаются с GG, на NA, затем unite столбцы, separate всего на 2 столбца, чтобы получить только первые значения, отличные от NA, в столбце X.

library(dplyr)
library(tidyr)

df1 %>% 
  mutate(across(-Symbol, ~gsub("^[^GG].*",NA, .x))) %>% 
  unite(SX, everything(), na.rm = TRUE) %>% 
  separate(SX, into = c("Symbol", "X"))

#>       Symbol       X
#> 1 LOC6540581 GG25120
#> 2 LOC6541346 GG24126
#> 3 LOC6548272 GG22216

Данные:

read.table(text = "Symbol   X       X.1     X.2       X.3         X.4        X.5        X.6  X.7  X.8  X.9 X.10 X.11 X.12 X.13 X.14 X.15 X.16
1 LOC6540581 Adh    Adh-PA GG25120 Dere\\Adh  GG25120-PA       <NA>       <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>
2 LOC6541346 eve    CG2328  eve-PA   GG24126   Dere\\eve  CG2328-PA GG24126-PA <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>
3 LOC6548272 amy     Amy-p GG22216  Amy-p-PA Dere\\Amy-p GG22216-PA       <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>", 
           stringsAsFactors = FALSE, na.strings = "<NA>", header= TRUE) -> df1

Базовый способ использования apply и grep, берущий те, которые начинаются с GG и имеющие только числа.

cbind(DF[1], X = apply(DF[-1], 1, grep, pattern = "^GG\\d+$", value = TRUE))
#      Symbol       X
#1 LOC6540581 GG25120
#2 LOC6541346 GG24126
#3 LOC6548272 GG22216

Или использовать startsWith и взять первое совпадение.

cbind(DF[1], X = apply(DF[-1], 1, \(x) x[startsWith(x, "GG")][1]))
#      Symbol       X
#1 LOC6540581 GG25120
#2 LOC6541346 GG24126
#3 LOC6548272 GG22216

Данные

DF <- read.table(header=TRUE, text = "Symbol   X       X.1     X.2       X.3         X.4        X.5        X.6  X.7  X.8  X.9 X.10 X.11 X.12 X.13 X.14 X.15 X.16
1 LOC6540581 Adh    Adh-PA GG25120 Dere\\Adh  GG25120-PA       <NA>       <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>
2 LOC6541346 eve    CG2328  eve-PA   GG24126   Dere\\eve  CG2328-PA GG24126-PA <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>
3 LOC6548272 amy     Amy-p GG22216  Amy-p-PA Dere\\Amy-p GG22216-PA       <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>")

Другой вариант tidyverse может быть:

df %>%
 transmute(Symbol,
           X = pmap_chr(across(-Symbol), ~ c(...)[str_which(c(...), "^GG")][1]))

      Symbol       X
1 LOC6540581 GG25120
2 LOC6541346 GG24126
3 LOC6548272 GG22216