如何用dplyr从多列的首个非NA值生成新列？

首先注意你的数据中"NA"是字符串类型，而非R原生的缺失值NA，第一步需要先将这些字符串转为真正的缺失值，并把列转为数值型，这样后续的缺失值处理函数才能正常工作。

步骤1：预处理数据 #

library(dplyr)

# 假设你的数据框名为df
df <- df %>%
  mutate(across(A:C, ~ ifelse(.x == "NA", NA_real_, as.numeric(.x))))

步骤2：生成New列（两种方法） #

方法一：使用coalesce函数（推荐）

coalesce函数的作用就是返回传入参数中第一个非缺失值，完美匹配你的需求：

df <- df %>%
  mutate(New = coalesce(A, B, C))

方法二：结合rowwise与c_across

如果一定要用across相关的语法，需要先通过rowwise()指定按行处理，再用c_across获取每行的A-C列值，最后提取第一个非NA值：

df <- df %>%
  rowwise() %>%
  mutate(New = first(na.omit(c_across(A:C)))) %>%
  ungroup() # 记得取消行分组，避免后续操作受影响

为什么之前用across没成功？ #

across本身是按列批量处理的函数，而你的需求是按行提取首个非NA值，属于行级操作，所以单独用across无法直接实现，需要搭配rowwise()或者使用coalesce这种原生支持行级非缺失值提取的函数。

内容的提问来源于stack exchange，提问作者Statistix