如何简洁合并数据框多列至少数列（R语言技术问询）

我完全懂这种写一堆重复mutate的痛苦！针对你这种需要把多组列分别合并成单列的需求，这里有几个高效简洁的实现方法，完美适配你提到的“列名不易关联”的场景：

首先先还原你的示例数据：

df <- data.frame( 
  A1 = c(1,1,1,NA,NA,NA), 
  A2 = c(NA,NA,NA,1,1,1), 
  B1 = c("text","text","text",NA,NA,NA), 
  B2 = c(NA,NA,NA,"text","text","text") 
)

核心前提：定义列分组 #

因为你说实际列名没有明显关联规则，首先需要手动定义哪些列属于同一组，比如：

# 替换成你真实的列分组，每组对应要合并成的目标列名
col_groups <- list(
  A = c("A1", "A2"),  # 要合并成A列的所有原列名
  B = c("B1", "B2")   # 要合并成B列的所有原列名
)

方案1：dplyr + purrr （简洁易读，适合中小数据集） #

利用coalesce函数自动取每行第一个非NA值的特性，配合purrr批量处理所有分组：

library(dplyr)
library(purrr)
library(tidyr)

df_merged <- df %>% 
  map_dfc(col_groups, ~ coalesce(!!!syms(.x)))

• map_dfc会把每个分组的合并结果按列绑定，最终的列名就是你定义的分组名（A、B）
• !!!syms(.x)把分组里的列名转换成dplyr能识别的符号，让coalesce可以批量处理多列
• 不管每组有多少列，这个逻辑都能生效（比如某组有3列甚至更多，都能自动取第一个非NA值）

如果习惯分步写，也可以拆成更直观的版本：

df_merged <- df %>% 
  mutate(
    A = coalesce(!!!syms(col_groups$A)),
    B = coalesce(!!!syms(col_groups$B))
  ) %>% 
  select(A, B)

方案2：data.table （性能拉满，适合大数据框） #

如果你的数据量很大，data.table的速度优势会很明显，用fcoalesce实现同样的逻辑：

library(data.table)
setDT(df)

df_merged <- df[, lapply(col_groups, function(cols) do.call(fcoalesce, .SD[, cols, with = FALSE]))]

• do.call(fcoalesce, ...)会把分组内的所有列传给fcoalesce，自动取每行第一个非NA值
• 这种写法完全避免了循环，处理十万级以上行的数据时比dplyr快很多

为什么不用unite？ #

你提到的unite更适合拼接非NA字符串的场景，比如把多个字符列合并成一个字符串。但你的需求是取非NA的数值/文本值，coalesce是更精准的选择，不需要额外做类型转换（比如把数值转成字符再转回来）。

内容的提问来源于stack exchange，提问作者Slaatje