如何在R语言中为数据框新增按优先级取值的列？

没问题！我给你整理了Base R、tidyverse和data.table三种常用框架下的实现方案，每个都配了可直接运行的代码示例，你可以根据自己的工作环境选择~

先准备一份测试数据，方便你验证效果：

df <- data.frame(
  Var1 = c(1, 2, NA, 4),
  Var2 = c(NA, 5, 6, NA),
  Var3 = c(9, NA, NA, 10)
)

如果不想加载额外包，Base R有两种常用方式：

• 嵌套ifelse：逻辑最直接，适合变量少的情况

df$NewVar <- ifelse(!is.na(df$Var3), df$Var3,
                    ifelse(!is.na(df$Var2), df$Var2, df$Var1))

• Reduce函数：更优雅，变量多的时候不用写多层嵌套，本质是依次替换NA值

df$NewVar <- Reduce(function(x, y) ifelse(is.na(x), y, x), list(df$Var3, df$Var2, df$Var1))

tidyverse里的dplyr::coalesce专门就是干这个的——按顺序返回第一个非NA值，代码极简：

library(dplyr)

df <- df %>%
  mutate(NewVar = coalesce(Var3, Var2, Var1))

如果你习惯用管道流，这个方式最顺手，可读性也强。

data.table提供了fcoalesce函数，和dplyr的coalesce逻辑一致，配合data.table的赋值语法，效率很高（尤其适合大数据集）：

library(data.table)

# 先把data.frame转成data.table
setDT(df)
# 直接新增列
df[, NewVar := fcoalesce(Var3, Var2, Var1)]

运行完任意一种方法后，你可以查看结果：

print(df)

输出应该是：

Var1 Var2 Var3 NewVar
1    1   NA    9      9
2    2    5   NA      5
3   NA    6   NA      6
4    4   NA   10     10

内容的提问来源于stack exchange，提问作者Eva