R语言如何将3列tibble数据合并为2列并剔除每行NA值

场景说明 #

处理tibble格式数据集时存在固定数据规则：每行3个列中恰好2个存储有效值，剩余1列为NA，需要在保留原有3列的基础上，新增2列存放每行提取出的非NA值。coalesce函数仅支持按优先级返回第一个匹配的非NA值，无法同时提取两个有效值，不能适配该场景。

测试数据 #

示例输入数据集如下：

library(tibble)
input_df <- tibble(
  col1 = c(NA, 1, 0),
  col2 = c(1, NA, 1),
  col3 = c(0, 1, NA)
)

input_df
# A tibble: 3 × 3
  col1  col2  col3
 <dbl> <dbl> <dbl>
1    NA     1     0
2     1    NA     1
3     0     1    NA

目标输出为保留全部原列，新增out1、out2列存放每行的两个非NA值：

# A tibble: 3 × 5
  col1  col2  col3  out1  out2
 <dbl> <dbl> <dbl> <dbl> <dbl>
1    NA     1     0     1     0
2     1    NA     1     1     1
3     0     1    NA     0     1

实现代码 #

dplyr 实现（推荐） #

通过行式计算直接剔除每行的NA后赋值，不需要写多分支条件判断：

library(dplyr)

result <- input_df %>%
  rowwise() %>%
  mutate(
    valid_vals = list(na.omit(c_across(col1:col3))),
    out1 = valid_vals[[1]],
    out2 = valid_vals[[2]]
  ) %>%
  select(-valid_vals) %>%
  ungroup()

代码逻辑：

• 开启rowwise()行式计算模式，后续操作逐行执行
• 用c_across选取当前行的3个目标列值，通过na.omit剔除NA得到2个有效值，暂存在列表列中
• 分别取出暂存值的第一个、第二个元素赋值给新列
• 删除临时列表列，取消行式分组即可得到结果

base R 实现 #

不需要加载第三方包，直接用apply按行处理即可：

valid_mat <- t(apply(input_df[,1:3], 1, function(row) na.omit(row)))
input_df$out1 <- valid_mat[,1]
input_df$out2 <- valid_mat[,2]

两种方式运行后输出结果和预期完全一致。

注意：以上方案默认每行严格存在1个NA、2个有效值，如果数据存在NA数量不符合规则的行，建议提前做数据校验，避免结果报错或出现意外值。

内容的提问来源于stack exchange，提问作者dgetty