如何在R中基于FIPS码合并数据框并确保数据按标识符匹配？

你之前直接用data.frame(df1$FIPS_code, df1$population, df2$healthcare)的方式是按行索引匹配数据，但df1和df2的FIPS码顺序不一致，导致healthcare数据和对应的FIPS码、population完全不匹配——这种拼接没有基于共同的FIPS码做关联，自然无法保证对应关系。

下面是两种可靠的解决方案：

方法1：使用Base R的merge()函数 #

merge()是R基础包中专门用于按共同列合并数据框的函数，会自动匹配相同FIPS码的行：

# 仅保留两个数据框都存在的FIPS码，合并指定列
merged_df <- merge(df1[, c("FIPS_code", "population")], 
                   df2[, c("FIPS_code", "healthcare")], 
                   by = "FIPS_code")

如果想保留df1中所有的FIPS码（即使df2中没有对应数据，healthcare列会填充NA），可以添加参数：

merged_df <- merge(df1[, c("FIPS_code", "population")], 
                   df2[, c("FIPS_code", "healthcare")], 
                   by = "FIPS_code",
                   all.x = TRUE)

方法2：使用tidyverse的left_join()函数 #

如果你习惯用tidyverse生态（需先加载dplyr包），left_join()的语法更直观：

library(dplyr)

# 筛选需要的列，再按FIPS码左连接（保留df1所有行）
merged_df <- df1 %>%
  select(FIPS_code, population) %>%
  left_join(df2 %>% select(FIPS_code, healthcare), 
            by = "FIPS_code")

若只需保留两个数据框共有的FIPS码，将left_join()替换为inner_join()即可。

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