如何在R中利用预定义列对列表批量执行coalesce函数？

核心需求 #

针对存储在var_list中的多组变量对（var1和var2），批量执行：当var1为空时用var2的值填充，最终保留更新后的var1列并移除var2列。

问题分析 #

你原代码的问题在于，coalesce(.[var1], .[var2])会将所有var1列合并为一个向量、所有var2列合并为另一个向量后再执行合并，这不是逐对处理变量的逻辑，因此无法得到预期结果。

解决方案 #

以下两种方法均可实现批量逐对处理：

方法一：用purrr::map2批量生成更新列

library(dplyr)
library(purrr)

# 逐对处理var1和var2，替换原var1列
data_processed <- data %>%
  mutate(
    map2(var_list$var1, var_list$var2, ~ coalesce(!!sym(.x), !!sym(.y))) %>%
      set_names(var_list$var1)
  ) %>%
  # 移除所有var2列
  select(-all_of(var_list$var2))

# 查看结果
data_processed

方法二：用dplyr::across结合配对映射

先将变量对转换为命名向量，再用across批量处理：

library(dplyr)

# 构建var1到var2的映射
var_pairs <- set_names(var_list$var2, var_list$var1)

data_processed <- data %>%
  mutate(
    across(all_of(names(var_pairs)), ~ coalesce(.x, !!sym(var_pairs[[cur_column()]])))
  ) %>%
  select(-all_of(var_pairs))

# 查看结果
data_processed

输出结果 #

运行后将得到10行2列的tibble，符合预期：

# A tibble: 10 × 2
       x     m
   <int> <dbl>
 1     1    NA
 2     2     2
 3     3     4
 4     4     6
 5     5     0
 6     6     7
 7     7     1
 8     8     9
 9     9     0
10    10    NA

内容的提问来源于stack exchange，提问作者user2360397