如何在R语言中使用向量调用coalesce函数合并多个变量？

你遇到的问题太常见了——变量多的时候手动把每个列名写进coalesce里，简直是重复劳动。核心问题在于：你手里的myvars是字符串向量，但coalesce需要的是实际的列对象，不是列名字符串。下面给你几种简洁高效的解决方法：

方法1：用符号展开（最常用的dplyr风格） #

借助rlang的符号转换和展开运算符，把字符串向量转换成coalesce能识别的列参数：

library(dplyr)

set.seed(123)
df <- data.frame(
  var1 = sample(c(NA, 1, 3), 10, replace = T),
  var2 = sample(c(NA, 1, 3), 10, replace = T),
  var3 = sample(c(NA, 1, 3), 10, replace = T),
  var4 = sample(c(NA, 1, 3), 10, replace = T),
  age = floor(rnorm(10, 15, 2)),
  gender = factor(round(runif(10, 1, 2)), labels = c("Male", "Female"))
)

myvars <- df %>% select(contains("var")) %>% names()

# 关键代码
df_new <- df %>% 
  mutate(finalvar = coalesce(!!!syms(myvars)))

syms(myvars)把字符串转成R能识别的列符号，!!!则把这些符号"炸开"成coalesce的逐个参数，效果和你手动写coalesce(var1, var2, var3, var4)完全一致。

方法2：用pick + do.call（更直观的逻辑） #

如果你对!!!这种运算符不太习惯，可以用pick()选中目标列，再用do.call()把coalesce应用到这些列上：

df_new <- df %>% 
  mutate(finalvar = do.call(coalesce, pick(all_of(myvars))))

pick(all_of(myvars))会提取出指定的列（返回一个数据框），do.call则会把数据框的每一列作为coalesce的参数传入，自动实现逐行取第一个非NA值。

方法3：rowwise + c_across（适合理解逐行逻辑） #

这种方法更直观展示逐行处理的过程，不过大数据集下效率不如前两种：

df_new <- df %>% 
  rowwise() %>% 
  mutate(finalvar = coalesce(!!!c_across(all_of(myvars)))) %>% 
  ungroup()

rowwise()让后续操作按行执行，c_across()把当前行的目标列转成向量，再用!!!传给coalesce完成合并。

你可以运行上述代码，查看df_new$finalvar列，就能看到每一行第一个非NA的var值已经被提取出来了。

内容的提问来源于stack exchange，提问作者Moses