使用pmax：

df <- type.convert(df, as.is = TRUE)
df %>% 
  mutate(New = do.call(pmax, c(across(A:C), na.rm = TRUE)))

# A tibble: 4 × 4
  A     B     C     New  
  <int> <int> <int> <int>
1 NA    NA    1     1    
2 NA    3     NA    3    
3 4     4     NA    4    
4 NA    5     5     5

在提取第一个非NA之前，我们可能需要先将"NA"转换为NA

library(dplyr)
library(purrr)
df1 %>%
  type.convert(as.is = TRUE) %>%
  mutate(New = invoke(coalesce, pick(A:C)))

• 输出

# A tibble: 4 × 4
      A     B     C   New
  <int> <int> <int> <int>
1    NA    NA     1     1
2    NA     3    NA     3
3     4     4    NA     4
4    NA     5     5     5

或从data.table使用fcoalecse

library(data.table)
df1 %>% 
  type.convert(as.is = TRUE) %>% 
  mutate(New = fcoalesce(pick(A:C)))

通过选择第一个[1]非NA和is.na，使用apply的基本R选项如下：

df$New <- apply(df, 1, \(x) x[!is.na(x)][1])
df
#>      A    B    C New
#> 1 <NA> <NA>    1   1
#> 2 <NA>    3 <NA>   3
#> 3    4    4 <NA>   4
#> 4 <NA>    5    5   5

创建于2023年3月3日，使用reprex v2.0.2