在R中如何合并两个结构不同的Data Frame以得到指定结果？

先还原你提到的两个数据框示例，方便直接运行测试：

# 创建Data Frame 1
df1 <- data.frame(
  GID_2 = c("MEX.15.1_1", "MEX.15.1_2", "MEX.15.1_3", "MEX.15.1_4", "MEX.15.1_5", "MEX.15.1_6")
)

# 创建Data Frame 2
df2 <- data.frame(
  ID_MUNICIPIO = 1:6,
  B = c(500, NA, NA, NA, NA, 700),
  C = c(NA, 300, 600, NA, NA, NA),
  D = c(NA, NA, NA, 700, 800, NA)
)

以下提供两种适合新手理解的实现方法：

方法一：提取ID后用条件判断赋值 #

1. 从GID_2中提取末尾数字，作为和df2匹配的ID_MUNICIPIO：

# 先安装dplyr包：install.packages("dplyr")
library(dplyr)

df1 <- df1 %>%
  mutate(ID_MUNICIPIO = as.integer(sub(".*_", "", GID_2))) # 提取下划线后的数字并转为整数

2. 按规则用case_when给X列赋值，最后保留目标列：

df_result <- df1 %>%
  left_join(df2, by = "ID_MUNICIPIO") %>%
  mutate(
    X = case_when(
      ID_MUNICIPIO == 1 ~ B,
      ID_MUNICIPIO == 2 ~ C,
      ID_MUNICIPIO == 3 ~ C,
      ID_MUNICIPIO == 4 ~ D,
      ID_MUNICIPIO == 5 ~ D,
      ID_MUNICIPIO == 6 ~ B
    )
  ) %>%
  select(GID_2, X)

方法二：整理df2为长格式后匹配（规则变动时更灵活） #

1. 将df2转为长格式，保留有效数值：

df2_long <- df2 %>%
  pivot_longer(cols = c(B, C, D), names_to = "col", values_to = "X") %>%
  filter(!is.na(X))

2. 创建规则映射表，指定每个ID对应的列：

rule_map <- data.frame(
  ID_MUNICIPIO = 1:6,
  col = c("B", "C", "C", "D", "D", "B")
)

3. 合并所有数据并提取目标列：

df_result <- df1 %>%
  mutate(ID_MUNICIPIO = as.integer(sub(".*_", "", GID_2))) %>%
  left_join(rule_map, by = "ID_MUNICIPIO") %>%
  left_join(df2_long, by = c("ID_MUNICIPIO", "col")) %>%
  select(GID_2, X)

运行任意一种方法后，df_result就是你需要的包含GID_2和X列的数据框。

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