如何在tidyverse中提取数据框每行最后一个非缺失值

原始数据 #

我们有如下数据框，其中var0/var1/var2对应同一个变量在不同时间点的测量值：

df <- data.frame(id= letters[1:5],
                 var0= c(1:3, NA, 5),
                 var1= c(11, NA, NA, 14:15),
                 var2= c(NA, NA, NA, NA, 25))

原始数据结构：

id var0 var1 var2
1  a    1   11   NA
2  b    2   NA   NA
3  c    3   NA   NA
4  d   NA   14   NA
5  e    5   15   25

需求 #

为每个个体（每行）提取var0到var2中最新（最右侧）的非缺失值，新增last_val列，期望输出：

id var0 var1 var2 last_val
1  a    1   11   NA       11
2  b    2   NA   NA        2
3  c    3   NA   NA        3
4  d   NA   14   NA       14
5  e    5   15   25       25

解决方案（tidyverse实现） #

方法一：按行提取最后一个非缺失值

通过rowwise()按行分组，结合c_across()提取目标列，再筛选出有效值的最后一个：

library(tidyverse)

df %>%
  rowwise() %>%
  mutate(last_val = tail(na.omit(c_across(starts_with("var"))), 1)) %>%
  ungroup()

• rowwise()：将数据转为按行分组结构，确保后续操作逐行执行
• c_across(starts_with("var"))：提取每行所有以var开头的列，组成向量
• na.omit()：移除向量中的缺失值
• tail(..., 1)：取处理后向量的最后一个元素（对应时间最晚的有效测量值）
• ungroup()：取消按行分组，恢复常规数据框结构

方法二：利用coalesce反向取值

coalesce()会返回从左到右第一个非缺失值，我们先反转目标列顺序，让最新时间列排在最前，再提取：

df %>%
  mutate(last_val = coalesce(!!!rev(select(., starts_with("var")))))

• select(., starts_with("var"))：筛选所有var开头的列
• rev()：反转列顺序（变为var2→var1→var0）
• !!!：将反转后的列列表展开为coalesce()的独立参数
• coalesce()：返回第一个非缺失值，即原数据中最右侧的有效测量值

内容的提问来源于stack exchange，提问作者LulY