如何合并两个R DataFrame，用新值替换重叠字段内容？

你的核心需求是：用df2中Year_new/Name_new/Gender_new的值替换df1中与df2匹配（Year/Name/Gender完全一致）的条目，同时保留df1中未匹配的条目，以及df2所有转换后的条目。原方法的问题在于full_join会产生冗余匹配行，且coalesce的取值逻辑不符合你的替换需求。

可以通过以下两步实现，无需依赖full_join或coalesce：

步骤1：转换df2为目标结构 #

先把df2的新字段重命名为df1的列名，得到替换后的条目集合：

library(dplyr)

# 处理df2：提取新字段并重命名为目标列名
df2_processed <- df2 %>%
  select(Year = Year_new, Name = Name_new, Gender = Gender_new)

步骤2：筛选df1中未匹配的条目并合并 #

用anti_join筛选出df1中那些在df2里没有匹配（即Year/Name/Gender组合未出现在df2中）的行，再和处理后的df2合并：

# 筛选df1中未被df2匹配的行
df1_unmatched <- df1 %>%
  anti_join(df2, by = c("Year", "Name", "Gender"))

# 合并两部分并按Year排序（匹配目标df3的顺序，可选）
df3 <- bind_rows(df1_unmatched, df2_processed) %>%
  arrange(Year)

运行后得到的df3与你给出的目标DataFrame完全一致：

df3
#    Year    Name Gender
# 1  1991     Amy      F
# 2  1998   Bella      F
# 3  2002 Brandon      M
# 4  2002    Chad      M
# 5  2004 Brittany      F
# 6  2009    David      M
# 7  2010    Dylan      M
# 8  2017     Emma      F
# 9  2020    Ethan      M
# 10 2024    Frank      M

逻辑说明 #

• anti_join(df1, df2, by = c("Year", "Name", "Gender"))：仅保留df1中那些在df2里找不到相同Year/Name/Gender组合的行（比如Amy、Chad、Frank这些条目）。
• bind_rows：将筛选后的df1行和转换后的df2行合并，实现「保留未匹配条目，替换匹配条目」的核心需求。
• arrange(Year)：按年份排序让结果与目标结构顺序一致，若不需要可直接去掉。

内容的提问来源于stack exchange，提问作者Jen