在R中基于分组优先规则填充Total列的技术问题

问题根源 #

你之前的代码错误在于逐行使用coalesce选择非空值，但需求逻辑是先按Sub Family分组确定整个分组要使用的首个存在非空值的Num列，再统一用该列填充（空值替换为0），而非逐行切换不同Num列。

高效修正代码（适配6个Num列） #

使用dplyr结合purrr实现分组内的列筛选与填充，逻辑清晰且性能高效：

library(dplyr)
library(purrr)

# 假设你的数据框名为df，包含Sub Family、Size、Num1~Num6列
df <- df %>%
  group_by(`Sub Family`) %>%
  mutate(
    # 遍历Num1~Num6，找到分组内首个存在非NA值的列名
    target_num_col = detect(
      .x = paste0("Num", 1:6),  # 自动生成Num1到Num6的列名
      .f = ~ any(!is.na(!!sym(.x)))  # 判断当前列是否有非空值
    ) %||% "none",  # 所有Num列全空时标记为"none"
    
    # 根据目标列填充Total：空值替换为0，无目标列则全填0
    Total = case_when(
      target_num_col == "none" ~ 0,
      TRUE ~ coalesce(!!sym(target_num_col), 0)
    )
  ) %>%
  ungroup() %>%
  select(-target_num_col)  # 可选：移除临时辅助列

代码说明 #

1. 分组筛选目标列：detect函数会按顺序检查Num1到Num6，返回分组内首个存在非空值的列名；若所有列全空，用%||%标记为none。
2. 填充Total列：通过sym()将列名转为可求值的符号，用coalesce把目标列中的NA替换为0；若标记为none，直接填充0。
3. 适配6列场景：用paste0("Num",1:6)自动生成列名，无需手动逐个输入，扩展性强。

验证示例 #

以你提到的STV分组为例：

• 若Num1分组内存在非空值（仅1H行有值），则target_num_col会被设为Num1，Total列对应为[1,0,0,0,0]，完全符合预期。

内容的提问来源于stack exchange，提问作者Mr Pool