在R语言中基于两个数据框多列匹配填充FIPS代码的问题

错误原因 #

你遇到的level sets of factors are different错误，是因为offenses$V3和crosswalk$ORI7是因子类型，但两者的因子水平（可选值集合）不一致，直接进行相等比较会触发R的类型检查错误。另外，你用ifelse逐元素比较的逻辑本身就有问题——两个数据框行数不同，这种比较会循环补齐元素，根本做不到正确的代码匹配。

正确处理步骤 #

数据框之间的对应关系匹配，应该用**连接（join）**操作或match函数，这才是这类需求的标准解决方法。

步骤1：统一变量类型（解决因子问题）

先把两个匹配列转换成字符型，规避因子水平不一致的问题：

# 若V3和ORI7是因子类型，转成字符型
offenses$V3 <- as.character(offenses$V3)
crosswalk$ORI7 <- as.character(crosswalk$ORI7)

步骤2：方法一：用dplyr左连接（推荐，逻辑清晰）

用left_join可以保留offenses的所有行，同时匹配crosswalk中对应的FIPS代码，直接生成目标列：

library(dplyr)

# 只保留crosswalk中需要的ORI7和FIPS列，避免引入无关变量
offenses <- offenses %>%
  left_join(crosswalk %>% select(ORI7, FIPS), by = c("V3" = "ORI7")) %>%
  rename(fips = FIPS)  # 把匹配到的FIPS重命名为你需要的fips列名

步骤3：方法二：用match函数填充已有fips列

如果你已经提前创建了fips列，可以直接用match函数匹配赋值：

# match会返回offenses$V3在crosswalk$ORI7中的位置，用这个位置取对应的FIPS
offenses$fips <- crosswalk$FIPS[match(offenses$V3, crosswalk$ORI7)]

验证结果 #

完成后可以用table(is.na(offenses$fips))查看有多少行没匹配到，若存在大量NA，需要检查V3和ORI7的代码是否有格式差异（比如大小写、空格、前缀后缀不同）。

内容的提问来源于stack exchange，提问作者Steven Morrison