如何在R中基于三列物种名匹配为数据集添加IOCSpecies列？

你的问题核心是Names数据集是宽格式（多个别名列对应一个标准名称），没法直接用merge匹配。解决思路是先把它转成长格式的键值对映射表，再和Dataset合并，具体步骤如下：

1. 加载工具包 #

用tidyverse里的tidyr做格式转换，dplyr做合并操作：

library(tidyverse)

2. 转换映射表格式 #

把Names里所有的binSpeciesX列合并成一列别名，对应到各自的IOCSpecies：

# 转成长格式，所有binSpecies列统一放到alias列
name_mapping <- Names %>%
  pivot_longer(
    cols = starts_with("binSpecies"),  # 匹配所有以binSpecies开头的列
    names_to = "alias_type",  # 可选，保留原列名标记，不需要可以删掉
    values_to = "alias"  # 别名列，用来和Dataset的binSpecies匹配
  ) %>%
  select(IOCSpecies, alias)  # 只保留需要的两列

转换后的name_mapping结构如下：

# A tibble: 12 × 2
   IOCSpecies alias 
   <chr>      <chr> 
 1 Canine     Dog   
 2 Canine     Perro 
 3 Canine     Chienne
 4 Feline     Cat   
 5 Feline     Gato  
 6 Feline     Chatte
 7 Equine     Horse 
 8 Equine     Caballo
 9 Equine     Jument
10 Avian      Bird  
11 Avian      Pajaro
12 Avian      Oiseau

3. 合并数据集 #

用left_join把Dataset和转换后的映射表匹配，自动把每个binSpecies对应到标准的IOCSpecies：

# 按binSpecies和alias匹配，添加IOCSpecies列
Dataset_with_IOC <- Dataset %>%
  left_join(name_mapping, by = c("binSpecies" = "alias"))

运行后你的Dataset_with_IOC结果如下：

IndivID binSpecies IOCSpecies
1        1        Dog     Canine
2        2       Gato     Feline
3        3      Canine     Canine
4        4     Chienne     Canine
5        5      Jument     Equine
6        6       Avian      Avian
7        7     Caballo     Equine
8        8        Dog     Canine
9        9        Cat     Feline
10      10       Gato     Feline

额外说明 #

• 如果Dataset里存在无法匹配的binSpecies，IOCSpecies列会显示NA，你可以用filter(is.na(IOCSpecies))找出这些记录，再补充映射规则。
• 不管你有多少个IOCSpecies或者多少个别名列，pivot_longer都会自动处理，完全适配大规模数据（50万条记录也没问题，效率足够）。

内容的提问来源于stack exchange，提问作者JatNTU