如何实现DataFrame单列匹配另一DataFrame双列的左连接？

针对你需要让dat_b的complete_name3匹配dat_a中complete_name1或complete_name2的需求，这里提供几种实用的实现方式：

方法1：两次左连接后合并匹配结果 #

先分别基于两个名称列完成左连接，再合并两次连接得到的数值列，优先保留非NA的匹配结果：

library(dplyr)

# 分别按两个名称列连接
join1 <- left_join(dat_a, dat_b, by = c("complete_name1" = "complete_name3"))
join2 <- left_join(dat_a, dat_b, by = c("complete_name2" = "complete_name3"))

# 合并结果，取非NA的some_value
dat_new <- join1 %>%
  mutate(some_value = ifelse(is.na(some_value), join2$some_value, some_value))

方法2：转换为长格式连接再转回宽格式 #

将dat_a的两个名称列转换为长格式，和dat_b完成连接后，再转回宽格式，确保所有匹配关系都被保留：

library(dplyr)
library(tidyr)

dat_a_long <- dat_a %>%
  pivot_longer(cols = c(complete_name1, complete_name2),
               names_to = "name_type", values_to = "match_name") %>%
  filter(!is.na(match_name))

# 长格式连接
joined_long <- left_join(dat_a_long, dat_b, by = c("match_name" = "complete_name3"))

# 转回宽格式（根据需要调整，这里保留所有原始列）
dat_new <- joined_long %>%
  pivot_wider(id_cols = c(genus, species, complete_name1, complete_name2),
              values_from = some_value,
              values_fn = first) # 若有多个匹配取第一个

方法3：生成匹配键后连接 #

在dat_a中先创建一个统一的匹配键，优先用complete_name1匹配，若不存在则用complete_name2，再用这个键和dat_b连接：

library(dplyr)

dat_a_with_key <- dat_a %>%
  mutate(match_key = case_when(
    complete_name1 %in% dat_b$complete_name3 ~ complete_name1,
    TRUE ~ complete_name2
  ))

dat_new <- left_join(dat_a_with_key, dat_b, by = c("match_key" = "complete_name3")) %>%
  select(-match_key) # 可选：移除临时生成的匹配键

验证结果 #

以Galium anisophyllon为例，它的complete_name2是Galium anisophyllon，在dat_b中有对应值49；而Galium pumilum的complete_name1是Galium pumilum aggr.，但dat_b里只有Galium pumilum，会通过complete_name2匹配到值92，这些方法都能正确处理这类场景。

内容的提问来源于stack exchange，提问作者Em Laskey