如何在R中基于另一个DataFrame为DataFrame添加匹配的新列？

问题根源 #

你之前用left_join/inner_join出现重复列，是因为两个DataFrame都有名为ID的列，但含义完全不同——DF1的ID是序号，DF2的ID是物料编码。默认join会匹配所有同名列，导致多余的列被引入；而mutate()+ifelse()的警告是因为两个数据长度不匹配，循环赋值时无法对齐。

方法一：指定匹配列的left_join（推荐） #

用by参数明确指定匹配关系：将DF1的material与DF2的ID对应，这样只会引入需要的group列，不会产生重复列。

library(tidyverse)

# 构建原始数据
ID <- c(1, 2, 3, 4, 5)
material <- c("a", "b", "c", "d", "a")
DF1 <- data.frame(ID, material)

ID <- c("a", "b", "c", "d")
group <- c("x", "x", "y", "z")
DF2 <- data.frame(ID, group)

# 执行匹配并添加列
DF1 <- DF1 %>%
  left_join(DF2, by = c("material" = "ID"))

执行后得到的DF1就是你预期的结果：包含ID、material、group三列，无重复。

方法二：mutate() + match() #

如果偏好不用join，可通过match()函数找到每个material在DF2中的位置，再提取对应group值：

DF1 <- DF1 %>%
  mutate(group = DF2$group[match(material, DF2$ID)])

这个方法适合简单匹配场景，match()会返回DF1每个material在DF2$ID中的索引，以此提取对应的分组值。

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