如何在R中按指定条件合并两列生成新列A？

问题分析 #

你需要生成的新列A的规则本质是：取x和y中的较大值，当其中一列为NA时取非NA值，两列均为NA则返回NA。你之前的代码存在两个核心问题：

• 判断NA不能用== NA，必须用is.na()函数（因为NA与任何值比较结果都是NA，无法触发条件）；
• 代码逻辑未覆盖两列均有值时取较大值的规则，且错误地将NA设为字符串"NA"而非真正的缺失值。

解决方案 #

方法1：用case_when逐条匹配规则

这种方法完全对应你列出的6条规则，逻辑清晰易懂：

library(dplyr)

df <- df %>%
  mutate(A = case_when(
    # 规则1：x为NA且y有值
    is.na(x) & !is.na(y) ~ y,
    # 规则2：y为NA且x有值
    !is.na(x) & is.na(y) ~ x,
    # 规则3：x>y取x
    x > y ~ x,
    # 规则4：y>x取y
    y > x ~ y,
    # 规则6：x=y取该值
    x == y ~ x,
    # 规则5：均为NA返回NA
    TRUE ~ NA_integer_
  ))

方法2：利用max特性简化代码

因为规则本质是取两列的最大值（自动覆盖规则3、4、6），只需额外处理NA的情况：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(A = if_all(c(x, y), is.na) ~ NA_integer_,
         TRUE ~ max(c(x, y), na.rm = TRUE)) %>%
  ungroup()

• rowwise()确保按行计算最大值；
• if_all(c(x,y), is.na)判断两列是否均为NA，是则返回NA；
• max(..., na.rm=TRUE)会自动忽略单个NA，取非NA值，两列均有值时取较大值。

方法3：用pmax函数实现

pmax是向量化的逐行最大值函数，结合条件判断处理全NA情况：

library(dplyr)

df <- df %>%
  mutate(A = pmax(x, y, na.rm = TRUE),
         A = replace(A, if_all(c(x, y), is.na), NA_integer_))

• pmax(x,y, na.rm=TRUE)逐行取最大值，单个NA时返回非NA值；
• replace(...)将两列均为NA的行的A值替换为真正的NA（因为pmax处理全NA时会返回Inf，需要修正）。

验证结果 #

运行上述任意代码后，生成的A列将与你提供的示例完全一致：

+----+----+----+----+
| ID | x  | y  | A  |
+----+----+----+----+
|  1 | NA | 10 | 10 |
|  2 | 2  | NA | 2  |
|  3 | NA | NA | NA |
|  4 | 8  | 5  | 8  |
|  5 | 4  | 5  | 5  |
|  6 | 3  | 3  | 3  |
|  7 | NA | 4  | 4  |
|  8 | 7  | NA | 7  |
+----+----+----+----+

内容的提问来源于stack exchange，提问作者catin