使用base R，使用rowSums通过将感兴趣的列与1进行比较来创建V4列，然后将“V4”中的值替换为NA，其中第2列和第3列中的一行中存在所有NA

aa$V4 <- rowSums(aa[-1] == 1,  na.rm = TRUE)
aa$V4[rowSums(is.na(aa[2:3])) == 2] <- NA

• 输出

> aa
  V1   V2   V3 V4
a  A <NA>    0  0
b  B    0    1  1
c  C    0    0  0
d  D    0    1  1
e  E <NA> <NA> NA

你可以像这样使用rowSums。请注意，我之前使用type.convert是因为你的一些列是字符，而它们应该是数字：

library(dplyr)
aa %>% 
  type.convert(as.is = TRUE) %>% 
  mutate(V4 = ifelse(if_all(c(V2, V3), is.na), NA, 
                     rowSums(across(c(V2, V3)), na.rm = TRUE)))

#  V1 V2 V3 V4
#a  A NA  0  0
#b  B  0  1  1
#c  C  0  0  0
#d  D  0  1  1
#e  E NA NA NA

aa$V4 <- as.character(ifelse(rowSums(is.na(aa),na.rm = TRUE)>1,NA,
                rowSums(aa==1,na.rm = TRUE)))

更新以推广coalesce的想法，我们可以编写一个自定义函数并应用它：

my_function <- function(x, y) {
  case_when(is.na(x) & !is.na(y) ~ y,
            is.na(y) & !is.na(x) ~ x,
            x==1 & y==0 ~ x,
            x==y ~ x,
            x==0 | is.na(x) & y==1 ~ y)
}

aa %>% 
  mutate(V4 = my_function(V2, V3))

#tested with this example dataset: 
V2 <- c(NA, 0, 1)
V3 <- c(NA, 0, 1)

expand.grid(V2, V3) %>% 
  rename(V2 = Var1, V3 = Var2) %>% 
  mutate(V4 = my_function(V2, V3))

输出：

V1   V2   V3   V4
a  A <NA>    0    0
b  B    0    1    1
c  C    0    0    0
d  D    0    1    1
e  E <NA> <NA> <NA>

**第一个答案：**我们可以使用coalesce作为提供的数据：

请注意，如果您更改数据，此操作可能不起作用：规则是列的顺序：0必须在NA之前，1必须在0之前：

library(dplyr)

df %>% 
  mutate(V4 = coalesce(V3, V2))

  V1   V2   V3   V4
a  A <NA>    0    0
b  B    0    1    1
c  C    0    0    0
d  D    0    1    1
e  E <NA> <NA> <NA>