R 使用多个条件合并多个柱

我试图使用多个条件语句合并多个列。在下面的例子中，我想与A合并，A优先于B，然后是C，其中A大于等于0.1且小于30，而A是NA，<0.1或>30，我想与B合并，B优先于A，然后是C

下面是一个示例数据集：

df <- data.frame(1:8)
df$A <- c(102, 0.04, 0.1, NA_real_, 0.01, 0.01, 0.2, NA_real_)
df$B <- c(20.2, 50.1, 10.1, 6.1, 7.1, NA_real_, 8.1, NA_real_)
df$C <- c(NA_real_, 4.1, NA_real_, NA_real_, NA_real_, 8.1, NA_real_, 10.1)


      A    B    C
1   102 20.2   NA
2  0.04 50.1  4.1
3   0.1 10.1   NA
4    NA  6.1   NA
5  0.01  7.1   NA
6  0.01   NA  8.1
7   0.2  8.1   NA
8    NA   NA 10.1

我试图在下面的代码中使用mutate和coalesce函数来解决这个问题，但没有得到所需的输出（在许多情况下，只要A列中的值是一个值，其中的值是NA，则在输出中会产生null），这就行了

df%
mutate（new_col=if_else（A>=0.1&A您的尝试是正确的，但您需要处理
NA
，因为
if_else
中的
NA
返回
NA

library(dplyr)
df %>% 
  mutate(new_col = if_else(A >= 0.1 & A <= 30 & !is.na(A), 
                           coalesce(A, B, C),
                           coalesce(B, A, C)))


#       A    B    C new_col
#1 102.00 20.2   NA   20.20
#2   0.04 50.1  4.1   50.10
#3   0.10 10.1   NA    0.10
#4     NA  6.1   NA    6.10
#5   0.01  7.1   NA    7.10
#6   0.01   NA  8.1    0.01
#7   0.20  8.1   NA    0.20
#8     NA   NA 10.1   10.10

库（dplyr）
df%>%
变异（new_col=if_else（A>=0.1&A当

library(dplyr)
df %>%
    mutate(new_col = case_when(A >= 0.1 & A <= 30 & !is.na(A) ~ 
                   coalesce(A, B, C), TRUE ~ coalesce(B, A, C)))

库（dplyr）
df%>%
变异（新列=情况）（A>=0.1&A您添加列
A
、
B
和
C
作为列表有什么特别的原因吗？没有，我只是想生成一个数据帧作为示例，我意识到可能有一种简单的方法来实现这一点。是的，用
C
替换
list
。为什么第6行
8.1
，不应该是0。01因为顺序是B->A->C，第2行应该是50.1，因为
0.04<0.1
谢谢Ronak，我编辑了这篇文章，所以列表现在是C
library(dplyr)
df %>% 
  mutate(new_col = if_else(A >= 0.1 & A <= 30 & !is.na(A), 
                           coalesce(A, B, C),
                           coalesce(B, A, C)))


#       A    B    C new_col
#1 102.00 20.2   NA   20.20
#2   0.04 50.1  4.1   50.10
#3   0.10 10.1   NA    0.10
#4     NA  6.1   NA    6.10
#5   0.01  7.1   NA    7.10
#6   0.01   NA  8.1    0.01
#7   0.20  8.1   NA    0.20
#8     NA   NA 10.1   10.10

df <- data.frame(A = c(102, 0.04, 0.1, NA_real_, 0.01, 0.01, 0.2, NA_real_),
         B =  c(20.2, 50.1, 10.1, 6.1, 7.1, NA_real_, 8.1, NA_real_),
         C = c(NA_real_, 4.1, NA_real_, NA_real_, NA_real_, 8.1, NA_real_, 10.1))

library(dplyr)
df %>%
    mutate(new_col = case_when(A >= 0.1 & A <= 30 & !is.na(A) ~ 
                   coalesce(A, B, C), TRUE ~ coalesce(B, A, C)))