如何在R中合并两个数据库并为重复项自动创建新列？

步骤1：构造示例数据 #

先将你提供的示例数据转换成R可处理的数据框：

# 数据库1：患者基础信息
db1 <- data.frame(
  PatientID = c(1, 2, 3, 4, 5, 5),
  Gender = c("Male", "Male", "Female", "Female", "Female", "Male"),
  Age = c(65, 77, 88, 83, 81, 88)
)

# 数据库2：手术耗材使用记录
db2 <- data.frame(
  PatientID = c(1, 1, 1, 2, 2, 3, 3, 3),
  Material = c("A", "B", "C", "A", "B", "A", "B", "C")
)

步骤2：将耗材数据转换为宽格式 #

数据库2是长格式（同一患者对应多行耗材记录），需要先转成宽格式，自动生成Material1、Material2这类带序号的列。推荐用tidyverse工具链实现：

library(tidyverse)

# 为每个患者的耗材记录添加序号后缀，再转宽表
db2_wide <- db2 %>%
  group_by(PatientID) %>%
  mutate(material_col = paste0("Material", row_number())) %>%
  pivot_wider(names_from = material_col, values_from = Material) %>%
  ungroup()

如果你的数据量较大，也可以用data.table实现更高效的转换：

library(data.table)

setDT(db2)
# 直接用dcast转换，rowid生成序号
db2_wide_dt <- dcast(db2, PatientID ~ paste0("Material", rowid(PatientID)), value.var = "Material")

步骤3：合并两个数据库 #

用左连接（保留数据库1的所有患者记录）将转换后的耗材宽表与患者信息表合并：

# tidyverse方式
merged_data <- db1 %>%
  left_join(db2_wide, by = "PatientID")

# data.table方式
setDT(db1)
merged_data_dt <- merge(db1, db2_wide_dt, by = "PatientID", all.x = TRUE)

为什么直接用merge函数不行？ #

merge()仅能按指定键（比如PatientID）匹配合并行，无法自动处理长格式转宽格式的需求。必须先把数据库2的重复行转成多列，再执行合并操作。

内容的提问来源于stack exchange，提问作者A McK