R语言合并DataFrame列：保留非NA值，纯NA行保留NA

嘿，我明白你的需求啦——把每行只有一个非NA值的多列合并成单独一列，同时全NA的行还要保留NA，对吧？我给你几个在R里实用的解决方案：

首先先补全你的示例数据（新增了全NA的行，更贴合你的场景）：

# 补全后的示例数据
data <- data.frame(
  'a' = c('A','B','C','D','E','F','G'),
  'x' = c(1,2,NA,NA,NA,NA,NA),
  'y' = c(NA,NA,3,NA,NA,NA,NA),
  'z' = c(NA,NA,NA,4,NA,NA,NA),
  'w' = c(NA,NA,NA,NA,5,6,NA)
)

方法一：Tidyverse工具链（推荐） #

用dplyr的rowwise()+c_across()配合tidyr的coalesce()，简洁高效，自动处理全NA行：

library(dplyr)
library(tidyr)

data_combined <- data %>%
  rowwise() %>%
  # 合并x到w列，取每行第一个非NA值，全NA则返回NA
  mutate(combined = coalesce(c_across(x:w))) %>%
  ungroup()

方法二：Base R原生方法（无需额外包） #

如果不想加载包，可以用apply()逐行处理，自定义函数解决：

# 定义函数：提取每行的非NA值，无则返回NA
get_single_non_na <- function(row) {
  non_na_vals <- row[!is.na(row)]
  if (length(non_na_vals) == 0) NA else non_na_vals[1]
}

# 应用到目标列，生成新列
data$combined <- apply(data[, c('x','y','z','w')], 1, get_single_non_na)

方法三：宽转长再提取（适合排查数据） #

如果需要清晰看到非NA值的来源列，可以先转长表再筛选：

library(tidyr)
library(dplyr)

data_combined <- data %>%
  pivot_longer(cols = x:w, names_to = "source_col", values_to = "combined", values_drop_na = FALSE) %>%
  # 保留非NA行，或全NA行仅保留一条
  filter(!is.na(combined) | (is.na(combined) & !duplicated(a))) %>%
  select(-source_col) %>%
  distinct(a, .keep_all = TRUE)

这三种方法都能完美实现你的需求：合并后列保留每行的非NA值，全NA行则保留NA。

内容的提问来源于stack exchange，提问作者arielle