R语言批量合并问卷英西版本诊断变量的高效实现方案需求

解决方案 #

这里提供两种可直接运行的批量处理方案，第一种符合你提到的dplyr函数使用习惯，第二种为无需额外依赖的base R方案。

Tidyverse 实现方案 #

使用dplyr的across()（替代已软弃用的mutate_at）结合正则匹配变量对即可实现批量处理，完全适配你的合并规则：
首先加载依赖包：

library(tidyverse)

执行批量合并：

# 提取所有英文版本诊断的基础变量名（匹配prev_dx开头且无_span后缀的列）
dx_base_names <- str_subset(names(sample_data), "^prev_dx.*(?<!_span)$")

sample_data_merged <- sample_data %>%
  mutate(
    across(all_of(dx_base_names),
      ~ as.integer(
        # NA默认视为未确诊，任意一个语种变量取值为1则合并结果为1
        coalesce(.x == 1, FALSE) | coalesce(get(paste0(cur_column(), "_span")) == 1, FALSE)
      ),
      # 直接覆盖原英文变量名，如需保留原变量可修改为 .names = "{.col}_merged" 生成新列
      .names = "{.col}"
    )
  )

以你提供的样本数据验证：id=5的受访者英文版本抑郁症、广泛性焦虑诊断为0，西语版本为1，合并后两个变量取值均为1，完全符合预期。

Base R 实现方案 #

如果不想加载额外依赖包，也可以用基础循环实现：

# 提取基础变量名
dx_base_names <- grep("^prev_dx.*(?<!_span)$", names(sample_data), perl = TRUE, value = TRUE)

# 循环合并每个语种变量对
for (dx in dx_base_names) {
  span_col <- paste0(dx, "_span")
  sample_data[[dx]] <- as.integer(sample_data[[dx]] %in% 1 | sample_data[[span_col]] %in% 1)
}

内容的提问来源于stack exchange，提问作者runlikeagirl