如何在R中合并dataframe的两列并保留非NA值？

R语言实现 #

首先统一处理不规范的缺失值，再合并两列：

# 加载dplyr包（推荐方案）
library(dplyr)

# 预处理：把大小写不一致的缺失值转成标准NA
df[df == "Na"] <- NA

# 合并两列生成ab
df <- df %>%
  mutate(ab = coalesce(a, b)) %>%
  select(ab)

如果用base R实现，不需要额外安装依赖包：

df[df == "Na"] <- NA
df$ab <- ifelse(is.na(df$a), df$b, df$a)
df <- df["ab"]

Python Pandas实现 #

import pandas as pd
import numpy as np

# 预处理：统一缺失值格式
df = df.replace("Na", np.nan)

# 合并两列生成ab
df["ab"] = df["a"].combine_first(df["b"])

# 仅保留ab列
df = df[["ab"]]

说明 #

两种方案都利用了「每行最多只有一列存在非NA值」的前提，直接取每行的第一个非NA值即可实现需求，两列均为NA时返回的结果自然也是NA，完全符合预期。

内容的提问来源于stack exchange，提问作者pegasus123