R语言：合并数据框列表，保留首框全列并选取次框指定统计列

需求分析 #

要保留第一个数据框的所有行与列，同时从第二个数据框中选择Max/Min/Median/Mean中的任意一列合并进去，核心是按团队名称精准匹配合并，避免重复列和顺序依赖的问题。

原方法问题说明 #

• do.call(cbind, df_list)是直接按列拼接，会生成重复列（如两个 、N列），且完全依赖行顺序一致，一旦行顺序变动就会匹配错误。
• reduce(merge)默认是内连接，若不指定all.x = TRUE会丢失第一个数据框的行，且默认保留所有重复列，不符合需求。

解决方案 #

用dplyr的left_join实现精准匹配合并，步骤如下：

1. 提取第一个数据框作为基础表
2. 从第二个数据框中筛选出团队列和目标统计列
3. 按团队列左连接，保留基础表的所有行与列，同时添加目标统计列

代码示例

library(dplyr)

# 定义要从第二个数据框提取的统计列，可替换为"Min"/"Median"/"Mean"
target_col <- "Max"

# 提取第一个数据框作为基础
base_df <- df_list[[1]]

# 从第二个数据框筛选团队列和目标列，并重命名避免重复
add_df <- df_list[[2]] %>% 
  select(` `, all_of(target_col)) %>% 
  rename_with(~paste0(., "_df2"), all_of(target_col))

# 按团队列左连接合并
result_df <- base_df %>% 
  left_join(add_df, by = " ")

print(result_df)

输出结果（以提取Max为例）

# A tibble: 3 × 7
  ` `     N     Max   Median Mean  Min   Max_df2
  <chr>   <chr> <chr> <chr>  <chr> <chr> <chr>  
1 Team A  72    3.0   8.0    18.7  20.0  3.0    
2 Team B  35    1.0   4.0    6.9   10.0  1.0    
3 Team C  33    2.0   5.0    14.7  17.5  --     

灵活切换统计列 #

只需修改target_col的值即可切换要提取的列，比如设置target_col <- "Mean"，就会合并第二个数据框的Mean列，并重命名为Mean_df2。

内容的提问来源于stack exchange，提问作者samrr_tr