R语言使用paste拼接两列时输出包含NA，如何排除NA获得有效值？

问题原因 #

paste() 本身没有内置na.rm参数，你额外传入的na.rm = FALSE会被识别为待拼接的普通字符串，所以会出现末尾追加FALSE的问题；默认情况下paste遇到NA会直接将其转为"NA"字符串参与拼接，就会得到10NA、NA8这类不符合预期的结果。

对应解决方案 #

场景1：当前每行仅var1/var2中的一列有非NA值 #

如果你只是需要取每行两列中的非NA值，不需要拼接操作，有两种实现方式：

• Base R实现：

df$conc_var <- ifelse(is.na(df$var1), df$var2, df$var1)

• tidyverse实现（更简洁）：

library(dplyr)
df <- df %>% 
  mutate(conc_var = coalesce(var1, var2))

场景2：通用多列拼接需排除NA的情况 #

如果后续需要拼接多列、或单行列可能存在多个非NA值需要拼接，可以用以下两种方法：

• tidyr的unite函数（自带na.rm参数，原生支持排除NA）：

library(tidyr)
# remove=FALSE表示保留原始的var1、var2列，不需要保留可设为TRUE
df <- df %>% 
  unite(conc_var, var1, var2, sep = "", na.rm = TRUE, remove = FALSE)

• Base R逐行处理实现：

df$conc_var <- apply(df[, c("var1", "var2")], 1, function(x) {
  paste(na.omit(x), collapse = "")
})

最终输出结果 #

以上代码运行后得到的df均符合预期：

id var1 var2 conc_var
1  1   10   NA       10
2  2   NA    8        8
3  3   11   NA       11
4  4   NA    1        1

内容的提问来源于stack exchange，提问作者osu-statistics