如何在R中合并数据框并整合含缺失值的重复列？

针对以id为键完成多对一全连接，同时批量合并大量同名互补列（缺失值互相补充、非缺失值完全一致）的需求，以下是两种高效的批量处理方案：

方法一：dplyr工具链实现 #

先用full_join完成全连接，再通过across批量匹配同名的.x/.y列，用coalesce优先取非缺失值：

library(dplyr)
library(stringr)

# 模拟示例数据
df1 <- tibble(id = c(1,2,3,4), var1 = c(NA, 2, 3, NA), var2 = c(10, NA, NA, 40))
df2 <- tibble(id = c(2,3,4,5), var1 = c(2, 3, 4, 5), var2 = c(NA, 30, 40, NA))

# 全连接+批量合并同名列
merged_df <- df1 %>%
  full_join(df2, by = "id", suffix = c(".x", ".y")) %>%
  # 批量处理所有带.x后缀的列，合并对应.y列
  mutate(across(ends_with(".x"), 
                ~coalesce(., get(str_replace(cur_column(), "\\.x$", "\\.y"))),
                .names = "{str_remove(.col, '\\.x$')}")) %>%
  # 删除冗余的.x/.y列
  select(-ends_with(c(".x", ".y")))

此方法无需手动指定列名，自动适配所有同名列，适合列数量多的场景。

方法二：data.table高效实现（大数据场景优先） #

如果数据量较大，data.table的操作性能更优：

library(data.table)

setDT(df1)
setDT(df2)

# 执行全连接
merged_dt <- merge(df1, df2, by = "id", all = TRUE, suffixes = c(".x", ".y"))

# 提取所有需要合并的列名（去掉后缀）
common_cols <- unique(sub("\\.x$", "", grep("\\.x$", names(merged_dt), value = TRUE)))

# 批量合并列并删除冗余列
for(col in common_cols){
  merged_dt[, (col) := fcoalesce(get(paste0(col, ".x")), get(paste0(col, ".y")))]
  merged_dt[, c(paste0(col, ".x"), paste0(col, ".y")) := NULL]
}

核心逻辑说明 #

• coalesce（dplyr）和fcoalesce（data.table）都会优先返回第一个非缺失值，完美匹配"缺失值互补"的需求；
• 因你明确非缺失值完全一致，无需额外处理冲突情况；
• 两种方案均为批量自动化处理，彻底解决列数多、手动处理繁琐的问题。

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