如何基于值替换实现多列合并？

从你的示例能看出核心需求：每行只要有一列值为1，结果列就取1；只有当所有列值都是0时（NA不影响判断，只要存在1就优先取1），结果列取0。以下是两种常用数据处理工具的实现方案，完全基于行内值判断，和索引无关：

R语言实现 #

方法1：用dplyr包（简洁直观） #

library(dplyr)

# 示例数据
df <- tibble(
  a = c(1, 1, NA, 0, 0),
  b = c(0, 1, 1, 1, 0)
)

# 生成结果列c
df <- df %>%
  mutate(c = if_any(c(a, b), ~ .x == 1) %>% as.integer())

if_any()会逐行检查指定列是否存在值为1的元素，返回布尔值后转成整数（TRUE→1，FALSE→0），NA会被自动忽略，只要有1就会返回TRUE。

方法2：基础R（无需额外包） #

df$c <- apply(df[, c("a", "b")], 1, function(x) as.integer(any(x == 1, na.rm = TRUE)))

apply()按行遍历目标列，any(x == 1, na.rm = TRUE)判断行内是否存在1（忽略NA），再转成整数输出。

Python（Pandas）实现 #

import pandas as pd
import numpy as np

# 示例数据
df = pd.DataFrame({
    'a': [1, 1, np.nan, 0, 0],
    'b': [0, 1, 1, 1, 0]
})

# 生成结果列c
df['c'] = (df == 1).any(axis=1).astype(int)

df == 1生成布尔矩阵，any(axis=1)逐行判断是否有True（即存在1），astype(int)将布尔值转为1/0，NA在比较时返回False，但只要行内有1就会触发True。

这些方案都完全基于值的规则处理，和索引无关，满足你“按值覆盖”的需求。

内容的提问来源于stack exchange，提问作者Jamie