基于SampleID在R中合并表格遇异常，求正确实现方法

首先，先还原你的示例数据（可直接运行）：

# 表格1
df1 <- data.frame(
  SampleID = c("S101", "S102", "S103"),
  A = c(1, 1, 2),
  B = c(23, 26, 22),
  C = c(24, 28, 40)
)

# 表格2
df2 <- data.frame(
  SampleID = c("S101", "S102", "S103", "S104"),
  A = c(1, 1, 2, 3),
  B = c(23, 26, 22, 45),
  C = c(24, 28, 40, 46),
  D = c(99, 56, 78, 23)
)

你得到重复行+NA的原因，是因为两个表格存在重复列名（A、B、C），默认merge()会将所有相同列名作为合并键，而非仅SampleID，导致匹配逻辑出错。以下是三种实现预期结果的方法：

方法1：dplyr包（推荐，代码简洁清晰） #

先加载dplyr（未安装需先运行install.packages("dplyr")）：

library(dplyr)

merged_df <- full_join(df1, df2, by = "SampleID") %>%
  mutate(
    A = coalesce(A.x, A.y),
    B = coalesce(B.x, B.y),
    C = coalesce(C.x, C.y)
  ) %>%
  select(SampleID, A, B, C, D)

• full_join保留两个表格的所有SampleID，合并后会生成A.x（来自df1）、A.y（来自df2）等区分列
• coalesce自动取每个SampleID对应的非NA值（因你的两个表格A/B/C值一致，取任意一方均可）
• select整理列顺序为预期格式

方法2：Base R原生实现 #

# 先按SampleID全量合并
merged_base <- merge(df1, df2, by = "SampleID", all = TRUE)

# 合并重复列（取非NA值）
merged_base$A <- ifelse(is.na(merged_base$A.x), merged_base$A.y, merged_base$A.x)
merged_base$B <- ifelse(is.na(merged_base$B.x), merged_base$B.y, merged_base$B.x)
merged_base$C <- ifelse(is.na(merged_base$C.x), merged_base$C.y, merged_base$C.x)

# 移除冗余列，保留目标列
merged_base <- merged_base[, c("SampleID", "A", "B", "C", "D")]

方法3：特殊场景简化方案（仅适用于表2包含表1所有重复列的正确值） #

由于你的表2已包含表1所有SampleID的A/B/C值，且新增了D列和S104，可直接合并后去重：

merged_simple <- dplyr::bind_rows(df1, df2) %>%
  dplyr::distinct(SampleID, .keep_all = TRUE)

注：此方法仅当表2的A/B/C值完全覆盖且匹配表1时有效，否则会保留后出现的行数据。

运行任意一种方法后，输出的结果均会与你预期的表格一致：

内容的提问来源于stack exchange，提问作者sai