为何使用merge合并DataFrame后返回行数超出预期？

你得到的结果是merge()默认行为导致的笛卡尔积。当指定by="id"时，merge()会把x中所有id相同的行，和y中所有id相同的行逐一配对组合——比如id=1在x里有3行，y里也有3行，就会生成3×3=9行配对结果，三个id组加起来就是27行，这是内连接的标准逻辑：只要id匹配就合并，不考虑行的顺序或位置。

你需要的是同id组内按行位置对应合并，也就是x里id组的第1行对应y里同id组的第1行，以此类推。下面是几种可行方法：

方法1：添加分组序号后合并 #

给两个数据框各加一个同id组内的行号，然后按id和行号一起合并：

x$row_num <- ave(x$id, x$id, FUN = seq_along)
y$row_num <- ave(y$id, y$id, FUN = seq_along)
z <- merge(x, y, by = c("id", "row_num"))
# 可选：删除额外的row_num列
z <- z[, !names(z) %in% "row_num"]

方法2：直接按行合并（适用于行数、id顺序完全一致的情况） #

如果x和y的总行数相同，且每行的id一一对应，直接用cbind更高效：

z <- cbind(x, vr2 = y$vr2)

或者用dplyr的bind_cols：

library(dplyr)
z <- bind_cols(x, select(y, vr2))

方法3：dplyr分组匹配（更直观） #

用dplyr按id分组后，直接对应赋值vr2：

library(dplyr)
z <- x %>%
  group_by(id) %>%
  mutate(vr2 = y$vr2[cur_group_rows()]) %>%
  ungroup()

以上方法都能得到你预期的9行结果。

内容的提问来源于stack exchange，提问作者iGada