如何合并两个R DataFrame，保留非缺失值并合并同名列？

首先先定义你提供的两个数据框并完成全连接：

set.seed(1)
df1 <- data.frame(id= 1:4, sex= c("m", "m", NA, NA), somevar= letters[1:4], whocares_var= rnorm(4))
df2 <- data.frame(id= 1:6, sex= c("m", NA, "m", NA, "m", NA), somevar= NA, morevars= LETTERS[1:6])

# 执行全连接，生成带.x/.y后缀的合并结果
merged_df <- merge(df1, df2, by = "id", all = TRUE, suffixes = c(".x", ".y"))

下面提供两种实现同名列合并的方法，均满足保留非缺失值、无冲突时取有效数据、保留独列的需求：

方法一：Base R原生实现 #

无需额外安装包，直接用基础函数处理：

1. 提取所有重复列的原始名称（即去掉.x后缀的列名）

dup_cols <- unique(sub("\\.x$", "", grep("\\.x$", colnames(merged_df), value = TRUE)))

2. 循环合并每组重复列，移除原后缀列

for (col in dup_cols) {
  # 优先取.x列的值，若为NA则取.y列的值
  merged_df[[col]] <- ifelse(is.na(merged_df[[paste0(col, ".x")]]), merged_df[[paste0(col, ".y")]], merged_df[[paste0(col, ".x")]])
  # 删除原有的.x和.y列
  merged_df <- merged_df[, !colnames(merged_df) %in% c(paste0(col, ".x"), paste0(col, ".y"))]
}

方法二：Tidyverse（dplyr）实现 #

代码更简洁，适合熟悉tidyverse生态的用户：

library(dplyr)

merged_df <- df1 %>%
  full_join(df2, by = "id", suffix = c(".x", ".y")) %>%
  # 批量合并所有带.x后缀的列与对应.y列，保留非缺失值
  mutate(across(ends_with(".x"), 
                ~coalesce(., get(sub("\\.x$", ".y", cur_column()))),
                .names = "{sub('\\.x$', '', .col)}")) %>%
  # 移除所有带.x/.y后缀的原始列
  select(-ends_with(c(".x", ".y")))

执行完任意一种方法后，查看最终结果：

print(merged_df)

内容的提问来源于stack exchange，提问作者LulY