如何用mutate across结合paste0批量更新多列并合并A1:B5？

可以用dplyr的mutate(across())配合tidyr的unite()来实现，步骤如下：

1. 先加载所需包：

library(tidyverse)

2. 替换非NA值为列名首字母，并合并列：

df_processed <- df %>%
  # 针对A1到B5的列，替换非NA值为列名首字母
  mutate(across(A1:B5, ~ifelse(!is.na(.), str_sub(cur_column(), 1, 1), .))) %>%
  # 合并A1到B5列，生成新列combined，忽略NA值
  unite(col = combined, A1:B5, sep = "", na.rm = TRUE)

代码解释 #

• across(A1:B5, ...)：指定对A1到B5的所有列进行批量操作
• ifelse(!is.na(.), str_sub(cur_column(), 1, 1), .)：判断当前单元格非NA时，用cur_column()获取当前列名，再通过str_sub()截取首字母替换原数值；NA则保持不变
• unite(...)：将处理后的A1到B5列合并为一个新列，sep = ""表示合并时无分隔符，na.rm = TRUE会自动剔除合并过程中的NA值

处理后的结果示例：

> df_processed
# A tibble: 3 × 2
  ID    combined
  <chr> <chr>   
1 Tom   AD      
2 Jerry A       
3 Kate  AB      

内容的提问来源于stack exchange，提问作者Stataq