R语言如何迭代合并数据框.x/.y后缀列以替换NA值

错误原因 #

你的两次尝试失败都是因为dplyr的非标准评估机制：直接传入字符串形式的列名时，dplyr会将其识别为环境变量而非数据框的列，同时动态生成列名需要用到特殊赋值运算符:=。

方法1：推荐方案，用across批量处理（dplyr 1.0.0及以上版本支持） #

这是最简洁的写法，不需要写循环：

library(tidyverse)

# 第一步：提取所有需要合并的列前缀（即去掉.x/.y后缀的公共名称，比如PAI_Q1、PAI_Q2等）
prefix_list <- str_extract(colnames(qualtrics), "PAI_Q\\d+") %>% 
  na.omit() %>% 
  unique()

# 第二步：批量合并所有对应列
qualtrics <- qualtrics %>%
  mutate(across(all_of(prefix_list),
                ~ ifelse(is.na(.data[[paste0(cur_column(), ".y")]]),
                         .data[[paste0(cur_column(), ".x")]],
                         .data[[paste0(cur_column(), ".y")]]),
                .names = "{.col}"))

# 可选：执行完成后删除原始的.x/.y后缀列
qualtrics <- qualtrics %>%
  select(-ends_with(c(".x", ".y")))

方法2：调整你原来的自定义函数写法 #

如果更习惯用函数+循环的形式，需要适配dplyr的动态语法：

# 定义合并单列的函数
merge_col <- function(data, prefix) {
  y_col <- paste0(prefix, ".y")
  x_col <- paste0(prefix, ".x")
  data %>% 
    # 动态指定列名需要用:=运算符，.data[[字符串]]调用对应列
    mutate({{prefix}} := ifelse(is.na(.data[[y_col]]), .data[[x_col]], .data[[y_col]]))
}

# 批量遍历所有前缀执行合并
for (p in prefix_list) {
  qualtrics <- merge_col(qualtrics, p)
}

额外简化方案：如果列是merge操作生成的，直接用rows_patch #

如果你这些带.x/.y的列是两个数据框按ID合并时生成的，那可以直接用dplyr内置的补全函数，不需要自己写合并逻辑：

# 假设df1是带.y后缀的原始数据，df2是带.x后缀的补全数据，按ID匹配
qualtrics <- rows_patch(df1, df2, by = "ID")

该函数会自动用df2的非NA值覆盖df1的NA值，完全符合你当前的合并规则。

内容的提问来源于stack exchange，提问作者spaolizzi