在R中如何用left_join合并结构不同的dataframe并匹配添加列？

问题分析 #

df_1中每个Name对应一行记录，而df_2中同一个ID+Company下的Name被拆分为Name_1、Name_2等多列，需要先将df_2转换为与df_1结构匹配的长格式，再通过left_join合并目标列。

解决方案（使用tidyverse工具） #

1. 加载所需包 #

library(tidyverse)

2. 整理df_2为匹配格式 #

将df_2中所有Name_开头的列转成单列Name，同时保留需要的匹配字段和目标字段：

df_2_clean <- df_2 %>%
  pivot_longer(
    cols = starts_with("Name_"),  # 自动匹配所有Name_开头的列，支持扩展
    names_to = NULL,              # 丢弃原列名（不需要保留Name_1/Name_2标识）
    values_to = "Name",           # 生成新的Name列
    values_drop_na = TRUE         # 过滤掉Name为NA的无效行
  )

整理后的df_2_clean结构如下：

3. 合并df_1与整理后的df_2 #

通过ID、Company、Name三个字段进行左连接，将Achiev（及其他需要的字段）添加到df_1中：

# 若需要添加多个字段，只需在select中补充列名即可
df_combined <- df_1 %>%
  left_join(
    df_2_clean %>% select(ID, Company, Name, Achiev),
    by = c("ID", "Company", "Name")
  )

最终合并结果 #

扩展说明 #

• 若df_2中有更多Name_开头的列（如Name_3、Name_4），starts_with("Name_")会自动匹配，无需修改代码；
• 若需要添加除Achiev外的其他字段，只需在select(ID, Company, Name, Achiev)中补充对应列名即可（如select(ID, Company, Name, Achiev, Score, Rank)）。

内容的提问来源于stack exchange，提问作者Soph2010