如何在R中合并列部分重叠且数量不等的两个Dataframe？

你遇到的问题核心是没有正确设置连接类型和匹配键，以下是针对你需求的具体解决方法：

1. 先创建示例数据 #

df1 <- data.frame(
  Key = c("A", "B"),
  Col1 = c(1, 2),
  Col2 = c(2, 4),
  Col3 = c(3, 6),
  stringsAsFactors = FALSE
)

df2 <- data.frame(
  Key = c("A", "C", "D"),
  Col1 = c(1, 3, 4),
  Col2 = c(2, 6, 8),
  Col4 = c(4, 12, 20),
  stringsAsFactors = FALSE
)

2. 使用base R的merge函数 #

要保留所有行（避免丢失唯一行），需要设置all=TRUE做全外连接；同时明确指定匹配键，避免生成重复列。这里Key、Col1、Col2是两个数据框中对应匹配的列：

merged_df <- merge(df1, df2, by = c("Key", "Col1", "Col2"), all = TRUE)

3. 使用dplyr的full_join函数 #

如果习惯tidyverse语法，full_join默认就是全外连接，同样指定匹配键即可：

library(dplyr)
merged_df <- full_join(df1, df2, by = c("Key", "Col1", "Col2"))

结果验证 #

运行后得到的合并数据框和你期望的完全一致：

Key Col1 Col2 Col3 Col4
1   A    1    2    3    4
2   B    2    4    6   NA
3   C    3    6   NA   12
4   D    4    8   NA   20

问题原因说明 #

• 之前merge丢失行是因为默认是内连接（只保留匹配行），设置all=TRUE改为全外连接即可保留所有行。
• 出现重复列是因为未明确指定匹配键，函数默认会将所有同名列作为匹配依据，或生成Col1.x/Col1.y这类后缀列，明确指定by参数就能避免。

内容的提问来源于stack exchange，提问作者Vignesh