如何在R中按优先级合并MANUAL.ID与AUTO.ID两列？

以下提供两种主流数据分析工具的实现方法：

1. Python（Pandas） #

先将空字符串转换为NaN，再利用combine_first方法优先取MANUAL.ID的值，空值时 fallback 到AUTO.ID：

import pandas as pd
import numpy as np

# 构造示例数据框
df = pd.DataFrame({
    "MANUAL.ID": ["Barbar", "", "Barbar", "Pippip,Hypsav", "Pippip", "Barbar,Pippip"],
    "AUTO.ID": ["Barbar", "Barbar", "Pippip", "Barbar", "Barbar", ""]
})

# 把空字符串转为NaN，让combine_first能识别空值
df["MANUAL.ID"] = df["MANUAL.ID"].replace("", np.nan)
df["AUTO.ID"] = df["AUTO.ID"].replace("", np.nan)

# 生成species列：优先用MANUAL.ID，为空则取AUTO.ID
df["species"] = df["MANUAL.ID"].combine_first(df["AUTO.ID"])

# 只保留目标列
result_df = df[["species"]]
print(result_df)

执行后会得到你需要的单列结果，若有剩余空值可通过fillna("")转为空字符串。

2. R语言（dplyr） #

使用dplyr包的coalesce函数，按顺序取第一个非空值，需要先把空字符串转为NA：

library(dplyr)

# 构造示例数据框
df <- data.frame(
  MANUAL.ID = c("Barbar", "", "Barbar", "Pippip,Hypsav", "Pippip", "Barbar,Pippip"),
  AUTO.ID = c("Barbar", "Barbar", "Pippip", "Barbar", "Barbar", ""),
  stringsAsFactors = FALSE
)

# 生成species列并筛选目标列
df <- df %>%
  mutate(species = coalesce(na_if(MANUAL.ID, ""), na_if(AUTO.ID, ""))) %>%
  select(species)

print(df)

na_if将空字符串转为NA，coalesce会优先返回第一个非NA的值，完美匹配需求。

内容的提问来源于stack exchange，提问作者lobarth