如何在R中按多列合并多个data frame？

要实现多列匹配合并多个数据框，只需调整full_join的by参数为包含所有匹配列的向量即可，无需改动整体的reduce逻辑，具体操作如下：

步骤1：指定所有匹配列 #

先把需要用来匹配的列名整理成字符向量，比如你需要按Facility.ID、Facility.Name、State三列匹配，就定义：

match_cols <- c("Facility.ID", "Facility.Name", "State")

注意：要确保所有数据框中这些列的列名完全一致，且数据类型相同（比如都是字符型或数值型），避免匹配失败。

步骤2：修改合并代码 #

将原代码中的by="Facility.ID"替换为上面定义的向量，完整代码如下：

library(dplyr)
library(purrr)

merge_data1 <- list(hos_2015_data, hos_2016_data, hos_2017_data, 
                    hos_2018_data, hos_2019_data, hos_2020_data, hos_2021_data)

merged_result1 <- merge_data1 %>%
  reduce(full_join, by = match_cols)

View(merged_result1)

reduce会依次将列表中的每个数据框与之前合并的结果执行full_join，这样就能按指定多列把所有数据框的行合并到一起，同时保留所有行（无论某个数据框是否有对应匹配项）。

额外实用技巧 #

• 若不确定哪些列是所有数据框共有的，可以用Reduce+intersect批量获取：

  # 提取所有数据框的共同列名
  common_cols <- Reduce(intersect, lapply(merge_data1, colnames))
  # 从共同列中筛选需要用来匹配的列
  match_cols <- common_cols[c("Facility.ID", "Facility.Name")] # 按需选择
  

• 合并后若出现重复列（不同数据框中同列名但值不同），full_join会自动添加.x、.y后缀，你也可以通过suffix参数自定义后缀，比如suffix = c("_prev", "_curr")，不过多数据框依次合并时，后缀会按合并顺序生成。

内容的提问来源于stack exchange，提问作者OFay