如何在R语言中基于X1-X3首个非缺失值创建新变量Z？

嘿，这个需求很常见！我给你准备了R和Python两种主流工具的实现方法，完全贴合你的要求：

R的dplyr包提供了coalesce()函数，简直是为这个场景量身定做的——它会按你指定的顺序，返回每行第一个非缺失的值，所有值都缺失时就返回NA。

步骤如下：

# 先加载dplyr包（如果没安装的话先跑install.packages("dplyr")）
library(dplyr)

# 构造你的示例数据
df <- data.frame(
  X1 = c(1, NA, NA, NA, NA),
  X2 = c(2, 5, NA, NA, NA),
  X3 = c(3, 6, 9, 3, NA)
)

# 创建Z变量
df <- df %>% mutate(Z = coalesce(X1, X2, X3))

# 查看最终结果
print(df)

运行后你会得到完全符合预期的结果：

X1 X2 X3  Z
1  1  2  3  1
2 NA  5  6  5
3 NA NA  9  9
4 NA NA  3  3
5 NA NA NA NA

如果你用pandas处理数据，有两种简洁的方法可以实现：

方法1：使用pandas的coalesce（推荐，直观易懂） #

从pandas 1.2.0版本开始，支持coalesce()方法，按行从左到右取第一个非缺失值：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'X1': [1, None, None, None, None],
    'X2': [2, 5, None, None, None],
    'X3': [3, 6, 9, 3, None]
})

# 创建Z变量
df['Z'] = df[['X1', 'X2', 'X3']].coalesce(axis=1)

# 查看结果
print(df)

方法2：使用bfill向后填充 #

如果你的pandas版本较低，也可以用bfill()按行向后填充，然后取第一列的值，效果完全一样：

# 替代方案
df['Z'] = df[['X1', 'X2', 'X3']].bfill(axis=1).iloc[:, 0]

两种方法都会得到你想要的结果，最后一行的Z会是NaN（对应R中的NA）。

内容的提问来源于stack exchange，提问作者bvowe