如何用Column2的值覆盖Column1的值（排除Column2的NA值）

我有两个种族相关列Race1和Race2，Race2包含对Race1的部分修正值，但大部分为NA值。

输入示例 #

Race1    Race2
White    American Indian
White    American Indian
White    Black
Black    NA
Black    NA
White    NA
White    NA

期望输出 #

Race    
American Indian
American Indian
Black
Black    
Black    
White    
White    

需要实现：用Race2的值覆盖Race1的值，同时忽略Race2中的NA值。

1. R语言（基于dplyr包） #

使用coalesce()函数，它会按参数顺序取第一个非NA值，刚好匹配需求：

library(dplyr)

# 假设数据框名为df
df <- df %>%
  mutate(Race = coalesce(Race2, Race1)) %>%
  select(Race) # 仅保留新生成的Race列

2. Python（基于Pandas库） #

有两种常用方法：

方法一：combine_first() #

import pandas as pd

# 假设数据框名为df
df['Race'] = df['Race2'].combine_first(df['Race1'])
df = df[['Race']] # 筛选保留Race列

方法二：fillna() #

import pandas as pd

df['Race'] = df['Race2'].fillna(df['Race1'])
df = df[['Race']]

内容的提问来源于stack exchange，提问作者user17073706