使用coalesce合并R数据框两列为一列时结果异常该如何处理

你的自定义coalesce函数的逻辑本身没有问题，失效的核心原因是你数据框中x、y列的空白值不是R识别的NA类型，而是空字符串""，!is.na()判断逻辑会将空字符串判定为有效值，因此无法正确筛选出有值的列。

以下是几种可直接生效的解决方法：

• 方法1：先将空字符串转为NA，再使用原自定义函数
  先执行空值替换，再运行原有代码即可得到正确结果：

# 将数据框中所有空字符串转为NA
df[df == ""] <- NA
# 运行原有自定义函数
coalesce <- function(...) {
  apply(cbind(...), 1, function(x) {
    x[which(!is.na(x))[1]]
  })
}
df$z <- coalesce(df$x, df$y)

• 方法2：使用dplyr包内置的coalesce函数（更高效）
  无需自定义函数，直接调用dplyr的官方实现，性能比自定义的apply版本更高，处理大数据集时优势更明显：

# 先转空为NA
df[df == ""] <- NA
# 调用内置函数
df$z <- dplyr::coalesce(df$x, df$y)

• 方法3：修改自定义函数的判断逻辑，兼容空字符串
  如果不想修改原始数据的空值格式，可以直接调整函数内的判断条件，同时过滤空字符串和NA：

coalesce2 <- function(...) {
  apply(cbind(...), 1, function(x) {
    x[which(x != "" & !is.na(x))[1]]
  })
}
df$z <- coalesce2(df$x, df$y)

内容的提问来源于stack exchange，提问作者D. Fowler