R语言连接两同变量数据框时直接合并非空值的简化方案

问题场景 #

我需要匹配Data_Frame_2中的非空值，示例如下：

Data_Frame
#>   Training Pulse Duration
#> 1 Strength   100       60
#> 2  Stamina   150       30
#> 3    Other    NA       45

Data_Frame_2
#>    Training Pulse Duration
#> 1  Strength    NA       90
#> 2     Other    30       NA
#> 3 Dimension     2        1

# 常规全连接写法会输出带.x/.y后缀的列
Data_Frame %>% 
  full_join(Data_Frame_2, by= c("Training"="Training"))
#>    Training Pulse.x Duration.x Pulse.y Duration.y
#> 1  Strength     100         60      NA         90
#> 2   Stamina     150         30      NA         NA
#> 3     Other      NA         45      30         NA
#> 4 Dimension      NA         NA       2          1

# 现有逐列处理写法
Data_Frame %>% 
  full_join(Data_Frame_2, by= c("Training"="Training")) %>% 
  mutate(Pulse = if_else(is.na(Pulse.x), Pulse.y, Pulse.x),
         Duration = if_else(is.na(Duration.x), Duration.y, Duration.x)) %>% 
  select(Training, Pulse, Duration)
#>    Training Pulse Duration
#> 1  Strength   100       60
#> 2   Stamina   150       30
#> 3     Other    30       45
#> 4 Dimension     2        1

当前使用full_join按Training列全连接两个数据框后，需要逐列通过mutate配合if_else判断，优先保留第一个数据框的非空值，若为空则取第二个数据框的对应值，再通过select筛选目标列才能得到预期结果。希望省略连接后的逐列处理步骤，仅通过连接操作直接得到最终结果；由于待处理的两个数据框包含大量同名变量，逐列编写mutate逻辑会造成代码过度冗余，因此寻求更简洁的实现方案。

解决方案 #

不需要逐列手动编写判断逻辑，以下两种方案都可以自动处理所有同名列，无冗余代码：

• 方案1：兼容所有dplyr版本，自动批量合并同名列

library(dplyr)

# 自动提取除连接键外的所有同名列，无需手动枚举
common_cols <- setdiff(intersect(names(Data_Frame), names(Data_Frame_2)), "Training")

Data_Frame %>% 
  full_join(Data_Frame_2, by = "Training", suffix = c("", ".y")) %>% 
  mutate(across(
    .cols = all_of(common_cols),
    .fns = ~ coalesce(.x, get(paste0(cur_column(), ".y")))
  )) %>% 
  select(Training, all_of(common_cols))

• 方案2：dplyr 1.1.0及以上版本一步到位，连接时直接处理列冲突

library(dplyr)

Data_Frame %>% 
  full_join(
    Data_Frame_2, 
    by = "Training",
    # 同名列冲突时，优先取左表非空值，空值自动补右表值
    conflict = ~ coalesce(.x, .y)
  )

两种方案运行结果和预期完全一致，不管有多少个同名列，都不需要逐列写判断逻辑。

内容的提问来源于stack exchange，提问作者Mick