R data.table如何忽略NA值合并多列为单列（类dplyr::coalesce）

现有如下data.table对象，需要将title、sha两列拼接为新列，拼接时自动排除存在的NA缺失值：

library(data.table)
dt <- data.table("title"=c("A", "B", NA, "D"), 
             "sha"=c("1", NA, "3", NA),
             "date" = c("1/1/2020","1/2/2020","1/3/2020","1/4/2020$"))

期望生成的新列结果如下：

new
A1
B
3
D

要求基于原生data.table语法实现，同时需要找到类似dplyr::coalesce功能的原生实现方案。

高性能向量写法（适配当前两列场景） #

直接用data.table内置的向量判断函数fifelse分支处理，全程向量运算无行级循环，千万行级数据也能秒出结果：

dt[, new := fifelse(
  is.na(title), 
  sha, 
  fifelse(is.na(sha), title, paste0(title, sha))
)]

通用多列写法 #

如果需要合并的列数较多，可以用按行处理的通用写法，自动跳过指定列里的所有NA值后拼接：

# 指定需要合并的列
cols_to_merge <- c("title", "sha")
dt[, new := apply(.SD, 1, \(x) paste0(na.omit(x), collapse = "")), .SDcols = cols_to_merge]

类coalesce功能的原生实现 #

如果不需要拼接多列非空值，只需要取多列中第一个出现的非空值，直接用data.table内置的fcoalesce即可，功能和dplyr::coalesce完全一致，性能更高：

# 注意：该写法仅取首个非空值，不会拼接两个非空值，仅作coalesce功能参考
dt[, new_coalesce := fcoalesce(title, sha)]

运行上述拼接代码后，得到的结果完全匹配预期：

> dt
   title  sha     date new
1:     A    1 1/1/2020  A1
2:     B <NA> 1/2/2020   B
3:  <NA>    3 1/3/2020   3
4:     D <NA> 1/4/2020   D

• fcoalesce是data.table原生提供的高性能多向量取首个非空值函数，支持任意多向量输入，处理大数据集时速度远高于dplyr版本的coalesce。
• 两列拼接场景优先用fifelse的向量写法，避免行级循环带来的性能损耗；列数较多时再用apply的通用写法简化代码。

内容的提问来源于stack exchange，提问作者Zach Fara