R中按行索引合并失败：by=0与by="row.names"均无效

原因与解决方案 #

核心原因 #

混淆了**base R的merge()与data.table包的merge.data.table()**的参数规则：

• by=0和by="row.names"是base R merge()的专属语法，merge.data.table()不支持这两种写法。
• merge.data.table()要求by参数必须是两个表中都存在的实际列名，不能用这类特殊占位符。
• 另外，d_fitted是通过cbind()生成的对象，其行索引列的名称并非row.names，因此by="row.names"无法匹配到对应列。

高效解决方案 #

无需使用merge，直接给原数据子集添加拟合值列是最简洁高效的方式：

# 提取目标子集
foo_sub <- foo[agegroup == "18-30",]
# 直接在子集上添加拟合值列
foo_sub[, fitted := mq_age1[[10]]$fitted.values]

若坚持使用merge的方案 #

先给两个表添加明确的行索引列，再按列名合并：

# 给原数据子集添加行索引列
foo_sub <- foo[agegroup == "18-30",][, row_id := .I]
# 构造带匹配行索引的拟合值表
fitted_vals <- mq_age1[[10]]$fitted.values
d_fitted <- data.table(row_id = attr(fitted_vals, "index"), fitted = fitted_vals)
# 按行索引列合并
foo2 <- merge(foo_sub, d_fitted, by = "row_id", all.x = TRUE)

补充说明 #

data.table的设计逻辑是避免依赖行名，更推荐使用显式索引列或直接在子集上操作。直接赋值的方式不仅代码更简洁，执行效率也远高于merge操作。

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