R语言如何成对匹配合并多列值 可使用mutate或coalesce实现

数据集基础信息 #

现有一份大型调研数据集，共包含约2000名参与者（数据行）、160个变量（数据列），涉及本次需求的核心字段如下：

• participant IDS：参与者唯一标识ID
• cl.exp：二分类应答字段，取值仅为"yes"或"no"
• cl.yes.Q1至cl.yes.Q7：当参与者对cl.exp回答yes时存储有效应答，回答no时该组字段值均为NA
• cl.no.Q1至cl.no.Q7：当参与者对cl.exp回答no时存储有效应答，回答yes时该组字段值均为NA

字段对应规则说明：

两组分支题项的测量含义基本一致，仅Q6、Q7的对应关系存在反转：cl.no.Q7与cl.yes.Q6测量含义一致，cl.no.Q6与cl.yes.Q7测量含义一致。
经前置校验，每名参与者仅在cl.yes.Q1-Q7、cl.no.Q1-Q7其中一组字段存在有效值，两组字段不会同时出现非NA值。

目标需求 #

需要实现以下任意一种处理结果：

• 方案a：将cl.no.Q1-Q7的有效值按对应规则填充到cl.yes.Q1-Q7列
• 方案b：新建统一前缀的合并列，例如将cl.yes.Q1与cl.no.Q1的有效值合并为cl.Q1，其余题项按规则类推

当前实现与问题 #

目前通过如下代码完成处理：

1. 交换第15、16列，修正Q6、Q7的顺序反转问题

df[15:16] <- df[16:15]

2. 拆分筛选两组应答数据，统一列名后全量合并得到结果

df.yes <- df %>% 
             select(contains("cl.yes"), id, cl.exp)  %>%
             drop_na()

df.no <- df %>% 
             select(contains("cl.no"), id, cl.exp)  %>%
             drop_na()

names(df.yes) <- gsub("cl.yes.", "cl.", names(df.yes))
names(df.no) <- gsub("cl.no.", "cl.", names(df.no))
df.cl <- merge(df.yes, df.no, all = TRUE)

上述代码可以得到正确的合并结果，但写法冗余不够简洁，希望得到仅用1-2行代码即可实现、支持直接在原数据框上操作的优雅方案，此前尝试mutate搭配coalesce的多种写法均未成功。

内容的提问来源于stack exchange，提问作者kashdollaz