如果我正确理解了您要做的事情，我认为您要查找的是purrr库，它是tidyverse的一部分，特别是map（）函数家族，这是了解您是否正在使用R的最佳工具之一;它极大地清理了代码，一旦你习惯了它，它就会变得非常有意义。2然而，它确实需要一段时间来让你理解它。3它要求你相当好地理解列表和函数。4然而，使用purrr的回报是巨大的。
map函数遍历列表或向量，并对每个元素应用一个函数。我想在R for Data Science中有整整一章都是关于它们的，这是免费的，强烈推荐。
这里需要注意的一件重要事情（您将在下面的第二步中看到）是， Dataframe 本质上是一个长度相同的向量列表。
在下面的解决方案中：

1. I首先生成伪数据（ Dataframe 列表）。
   1.编写一个函数，获取第一列的名称，然后将该文本添加到 Dataframe 中的每一列。
   1.将步骤2中创建的函数应用于整个数据框列表。
   如果你有任何问题或者我误解了什么，请告诉我。

#STEP 1: Create dummy data
df.list <- list (
  "first" = tibble(
    `name 1` = NA,
    a = c(letters[1:5], NA),
    b = c(LETTERS[1:4], NA, "HI!!")
  ),
  "second" = tibble(
    `name 2` = NA,
    d = c(letters[1:5], NA),
    e = c(LETTERS[1:4], NA, "HI!!")
  ),
  "third" = tibble(
    `name 3` = NA,
    f = c(letters[1:5], NA),
    g = c(LETTERS[1:4], NA, "HI!!")
  )
)

#STEP 2: Create function that will be applied to each data frame
add_first_col_name <- function (df) {

  
  first.name <- names(df)[1]
  
  #Note: the code below attaches the text to every column. This will turn any
  #non-text columns into text. Based on your example, I think this is okay
  #but let me know if not - there are extra steps that could solve this.
  
  df %>%
    map_df(~str_c(.x, " - ", first.name))
}

#STEP 3: Use map() to apply function to each data frame in the list
map(df.list, add_first_col_name)

我们可以在Atlas到paste中使用基于NA的ifelse

df1$Atlas <- with(df1, ifelse(is.na(`Basics Chest`) & !is.na(Atlas), 
paste(Atlas, "- Basics Chest"), Atlas))

对于多列，只需循环Atlas以外的列，然后执行相同的操作

df1[-1] <- lapply(df1[-1], \(x) ifelse(!is.na(x) & 
     is.na(df1[["Basics Chest"]]), paste(x, "- Basics Chest"), x))

或使用dplyr

library(dplyr)
library(stringr)
df1 <- df1 %>%
   mutate(across(-`Basics Chest`, 
   ~ case_when(!is.na(.x) & is.na(`Basics Chest`)
   ~ str_c(.x, ' - Basics Chest'))))

• 输出

df1
Basics Chest                                    Anatomie                 Atlas
1           NA                                        <NA>   Xray - Basics Chest
2           NA                                        <NA>     CT - Basics Chest
3           NA                                        <NA> PET-CT - Basics Chest
4           NA CT Protokolle Chest Standard - Basics Chest                  <NA>

数据

df1 <- structure(list(`Basics Chest` = c(NA, NA, NA, NA), Anatomie = c(NA, 
NA, NA, "CT Protokolle Chest Standard"), Atlas = c("Xray", "CT", 
"PET-CT", NA)), class = "data.frame", row.names = c("1", "2", 
"3", "4"))