如何结合dplyr选择器与dplyr::coalesce处理宽数据框

刚好我经常处理这类宽数据的合并需求，其实把coalesce和dplyr的选择器搭配起来非常简单，核心就是把批量选中的列传递给coalesce，让它逐行取第一个非缺失值。我给你演示两种常用的方法，结合示例数据来讲解：

首先先构造一个类似你的my_wide_data的示例（带缺失值，模拟真实场景）：

library(dplyr)

# 模拟你的宽数据框，包含多组前缀相同的列和其他无关列
my_wide_data <- tibble(
  id = 1:5,
  myvar1 = c(10L, NA, 11L, NA, 4L),
  myvar2 = c(NA, 3L, NA, 2L, NA),
  myvar3 = c(5L, NA, 2L, NA, 8L),
  unrelated_col = c("x", "y", "z", "w", "v")
)

方法1：用pick() + !!!（推荐，dplyr 1.0.0+） #

这是最直观的写法，pick()可以通过选择器批量选中列，!!!负责把选中的列拆成coalesce能接受的参数：

my_wide_data <- my_wide_data %>%
  mutate(combined_myvar = coalesce(!!!pick(starts_with("myvar"))))

方法2：用across() + purrr::reduce（更灵活） #

如果你需要先对选中的列做预处理（比如类型转换），可以用across()生成列的列表，再用reduce()把coalesce应用到所有列上：

library(purrr)

my_wide_data <- my_wide_data %>%
  mutate(combined_myvar = across(starts_with("myvar")) %>% reduce(coalesce))

验证结果 #

运行后查看处理好的数据：

my_wide_data
#> # A tibble: 5 × 5
#>      id myvar1 myvar2 myvar3 unrelated_col combined_myvar
#>   <int>  <int>  <int>  <int> <chr>              <int>
#> 1     1     10     NA      5 x                     10
#> 2     2     NA      3     NA y                      3
#> 3     3     11     NA      2 z                     11
#> 4     4     NA      2     NA w                      2
#> 5     5      4     NA      8 v                      4

可以看到combined_myvar完美提取了每行myvar前缀列的第一个非缺失值，完全符合你的需求。

注意事项 #

• 确保选中的列类型兼容：coalesce要求输入列的类型可以相互转换，比如不能同时传入整数列和字符列。如果类型不一致，可以先用across(starts_with("myvar"), as.numeric)统一类型。
• 旧版dplyr兼容：如果你的dplyr版本低于1.0.0，pick()不可用，可以换成select()：coalesce(!!!select(., starts_with("myvar")))，效果完全一致。

内容的提问来源于stack exchange，提问作者joemienko