合并数据集后出现两个year列，如何保留单个列用于线性回归？

核心问题原因 #

你之前用列索引（by=1、by=c(1,2)）指定合并键，若第一/前两列不是year，两个数据集的year列就会被单独保留，导致重复。正确做法是直接指定year作为合并键。

解决方案 #

方法1：Base R的merge函数

直接指定by="year"，合并后自动保留唯一的year列：

# 仅按year合并
fichierfinal <- merge(idelong, euexit, by = "year")

# 如果两个数据集的year列名不同（比如一个叫year，一个叫year_x）
fichierfinal <- merge(idelong, euexit, by.x = "year", by.y = "year_x")

方法2：dplyr的join函数（tidyverse风格）

使用right_join时明确指定by="year"，避免按列索引匹配错误：

library(dplyr)
# 按year右连接，保留唯一year列
datamerge <- idelong %>% right_join(euexit, by = "year")

# 列名不同时的写法
datamerge <- idelong %>% right_join(euexit, by = c("year" = "year_x"))

补救方案：如果已经合并出重复列（如year.x和year.y）

如果已经得到带重复year列的数据集，可以直接清理：

# 保留year.x并重命名为year，删除year.y
datamerge <- datamerge %>% 
  select(-year.y) %>% 
  rename(year = year.x)

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