如何在R中按Meal_Number合并并对齐不同长度的Data Frame？

错误原因拆解 #

1. 逻辑方向错误：你想用filter()实现字段匹配，但filter()的作用是筛选行，不是合并两个表的字段。正确的操作应该是数据连接（join）。
2. 变量名错误：代码中D$Meal_Number是未定义的对象，应该替换为Df4$Meal_Number。
3. 参数误用：.by=Meal_Number是用于分组筛选的参数，但你不需要分组；同时你显式引用Df3$Meal_Number，导致筛选条件中出现重复的Meal_Number列，触发“Names must be unique”的错误。

正确实现方法 #

要给Df3的86条数据匹配Df4中的Meal_Type，使用dplyr的**左连接（left_join）**即可，它会保留Df3的所有行，并匹配对应Meal_Number的Meal_Type：

# 先加载dplyr包（如果未加载）
library(dplyr)

# 执行左连接，只保留Df4中需要的匹配字段
new_df <- Df3 %>%
  left_join(
    Df4 %>% select(Meal_Number, Meal_Type),  # 仅提取Df4的匹配键和目标字段
    by = "Meal_Number"  # 指定用于匹配的列名
  )

补充说明 #

• left_join()会完整保留左表（Df3）的所有86条数据，若Df3中某条Meal_Number在Df4中不存在，对应的Meal_Type会显示NA（根据你的描述，重合餐食的Meal_Number一致，所以应该不会出现这种情况）。
• 用select(Meal_Number, Meal_Type)是为了避免合并后引入Df4中多余的字段，让结果更简洁。

匹配验证（可选） #

如果想确认所有Meal_Number都匹配成功，可以用以下代码检查未匹配的行：

unmatched_rows <- Df3 %>%
  anti_join(Df4, by = "Meal_Number")

# 输出为空则说明全部匹配成功
print(unmatched_rows)

内容的提问来源于stack exchange，提问作者user21528954