问询：将多列binary变量合并为单列的高效实现方法

针对你这种每行仅存在一个有效学历值（其余为-1）的宽格式数据，以下是不同工具下的高效合并方案：

Python (Pandas) #

方法1：替换空值后按行提取 #

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'ID': [1, 2, 3, 4],
    'high school': ['high school', '-1', '-1', 'high school'],
    'college': ['-1', 'college', '-1', '-1'],
    'PhD': ['-1', '-1', 'PhD', '-1']
})

# 将-1替换为缺失值，按行向前填充后取第一列
df['教育背景'] = df.filter(items=['high school', 'college', 'PhD'])\
                .replace('-1', pd.NA)\
                .bfill(axis=1)\
                .iloc[:, 0]

# 保留需要的列
result = df[['ID', '教育背景']]

方法2：利用Stack重塑数据 #

# 将ID设为索引，堆叠非缺失值后提取
df['教育背景'] = df.set_index('ID')\
                .replace('-1', pd.NA)\
                .stack()\
                .reset_index(level=1, drop=True)

result = df[['ID', '教育背景']]

R 语言 #

方法1：使用coalesce提取首个有效值 #

library(tidyverse)

# 示例数据
df <- tibble(
  ID = c(1, 2, 3, 4),
  `high school` = c("high school", "-1", "-1", "high school"),
  college = c("-1", "college", "-1", "-1"),
  PhD = c("-1", "-1", "PhD", "-1")
)

# 生成教育背景列
df <- df %>%
  mutate(教育背景 = coalesce(
    case_when(`high school` != "-1" ~ `high school`),
    case_when(college != "-1" ~ college),
    case_when(PhD != "-1" ~ PhD)
  )) %>%
  select(ID, 教育背景)

方法2：宽表转长表后过滤 #

df <- df %>%
  pivot_longer(cols = -ID, names_to = NULL, values_to = "教育背景") %>%
  filter(教育背景 != "-1") %>%
  arrange(ID)

Excel #

方法1：IF嵌套函数 #

假设ID在A列，学历列从B到D，在E2单元格输入：

=IF(B2<>"-1",B2,IF(C2<>"-1",C2,D2))

下拉填充即可。

方法2：TEXTJOIN数组公式 #

在E2单元格输入（旧版Excel需按Ctrl+Shift+Enter确认，新版直接回车）：

=TEXTJOIN("",TRUE,IF(B2:D2<>"-1",B2:D2,""))

内容的提问来源于stack exchange，提问作者KC15