如果这绝对必须在宽格式中完成，我会避免apply（它在每一行上循环，并且会在大型数据集上陷入困境），并以标准的向量化R方式嵌套处理substr/unite处理。这样的东西应该会起作用，尽管它可能会被改进。

example %>% 
    mutate(onset = example %>% 
                       select(starts_with("DiagnosisCode")) %>%
                       map_df(substr,1,1) %>%
                       unite("onset", na.rm=TRUE, sep="")
                       %>% pull(onset)
    )

然而，“整洁”方法将不适用于广泛的“不整洁”数据。相反，pivot_longer将其转换为一个长的、“整洁”的诊断数据集。
可以在适当的测量水平上加入来自长诊断数据集的任何汇总信息。这允许以非常简单的方式处理/分析分组的诊断和发作标志，而不会陷入变量前缀选择、应用/跨逻辑或由于每个事件的诊断数量不平衡而需要处理NA值（在旋转时注意values_drop_NA=TRUE）。

diagnosis <- example %>%
    pivot_longer(-id,
                 names_pattern=".+(\\d+)",
                 names_to="seq",
                 values_to="code",
                 values_drop_na=TRUE) %>%
    mutate(onset = as.integer(substr(code, 1, 1)),
           code  = substr(code, 2, nchar(code)))

diagnosis
## A tibble: 26 × 4
#   id    seq   code   onset
#   <chr> <chr> <chr>  <int>
# 1 1     1     G56.2      2
# 2 1     2     G56.0      2
# 3 1     3     Z86.43     2
# 4 2     1     M48.06     2
# 5 2     2     G55.3      2
# 6 2     3     Z86.43     2
# 7 2     4     U82.3      2
# 8 2     5     U83.3      2
# 9 3     1     G56.2      2
#10 3     2     G56.0      2
## … with 16 more rows

您当前的分析任务变得简单多了：

diagnosis %>%
    group_by(id) %>%
    summarise(onset = paste(onset,collapse=""))

## A tibble: 7 × 2
#  id    onset
#  <chr> <chr>
#1 1     222
#2 2     22222
#3 3     222
#4 4     2212
#5 5     2222
#6 6     22
#7 7     22222

尽管我认为组合 n 个起始值违反了组织数据的大多数良好实践，其中每个单元格应该只包含一个值，这使得未来的分析更加困难，因为您必须然后strsplit这些值才能理解它们。最好把它留在长格式中，并按原样分析它们。
下面是另一个关于如何处理长格式中其他更复杂分析的示例：

diagnosis %>%
    group_by(id) %>%
    summarise(onset1 = any(onset == 1),
              G5and2 = any(substr(code,1,2) == 'G5' & onset == 2))

## A tibble: 7 × 3
#  id    onset1 G5and2
#  <chr> <lgl>  <lgl>
#1 1     FALSE  TRUE
#2 2     FALSE  TRUE
#3 3     FALSE  TRUE
#4 4     TRUE   TRUE
#5 5     FALSE  FALSE
#6 6     FALSE  FALSE
#7 7     FALSE  FALSE

您可以使用substring()、substr()和apply()

example |> 
  mutate(
    across(starts_with("Diagnosis"), ~substring(.x,2)),
    onsetFlag = apply(select(example, starts_with("Diagnosis")), 1, FUN = \(x) na.omit(substr(x, 1,1)) |> paste(collapse = "")))

输出

id DiagnosisCode1 DiagnosisCode2 DiagnosisCode3 DiagnosisCode4 DiagnosisCode5 onsetFlag
1  1          G56.2          G56.0         Z86.43           <NA>           <NA>       222
2  2         M48.06          G55.3         Z86.43          U82.3          U83.3     22222
3  3          G56.2          G56.0         Z86.43           <NA>           <NA>       222
4  4          G56.0          G56.2          J98.1          U80.2           <NA>      2212
5  5         S83.53         Y92.82          V93.8          U73.8           <NA>      2222
6  6         M23.20         Z86.43           <NA>           <NA>           <NA>        22
7  7         S83.53          S83.2            W19         Y92.39         U56.39     22222