如何用dplyr（tidyverse）不指定列名实现行式coalesce取首非缺失值

方法1：使用purrr::reduce结合列遍历 #

利用reduce函数逐列对每行执行coalesce操作，无需手动指定列名，完全贴合tidyverse风格：

library(tidyverse)

df <- data.frame(x = c(NA, "s3", NA, NA,"s4"),
                 y = c("s1", NA, "s6", "s7", "s4"),
                 z = c("s1", NA, NA, "s7", NA))

df %>%
  mutate(xyz = reduce(across(everything()), coalesce))

输出结果：

x    y    z xyz
1 <NA>   s1   s1  s1
2   s3 <NA> <NA>  s3
3 <NA>   s6 <NA>  s6
4 <NA>   s7   s7  s7
5   s4   s4 <NA>  s4

方法2：rowwise()配合do.call拆分参数 #

如果习惯行处理逻辑，可通过c_across获取每行所有值，再用do.call将向量拆分为coalesce的独立参数：

df %>%
  rowwise() %>%
  mutate(xyz = do.call(coalesce, as.list(c_across(everything())))) %>%
  ungroup()

失败尝试的原因 #

你之前的尝试失效，是因为coalesce需要接收多个独立参数（每列对应一个参数），但c_across()返回的是单个向量，直接传入只会处理向量的第一个元素，无法实现行内多列的coalesce。而reduce会依次将前一次合并结果与下一列执行coalesce，最终得到每行第一个非缺失值；do.call则把向量转换为参数列表，让coalesce能正确处理每行的所有列值。

内容的提问来源于stack exchange，提问作者zx8754