如何在dplyr的left_join中用字符变量指定关联键？

问题出在你写的c(key_aaa = key_bbb)里——这里的key_aaa会被当成字面列名，而不是取变量key_aaa存储的"a"，所以dplyr会去数据框aaa里找名为"key_aaa"的列，自然找不到导致报错。

给你三种可行的解决方法：

方法1：构造命名向量（最直观） #

先手动创建符合要求的命名向量，再传入by参数：

key_aaa <- "a"
key_bbb <- "c"

# 构造key映射：名字是aaa的键列，值是bbb的键列
by_mapping <- setNames(key_bbb, key_aaa)

aaa_join_bbb <- aaa %>%
  left_join(bbb, by = by_mapping)

setNames(key_bbb, key_aaa)会生成c(a = "c")，和你直接写固定列名的格式完全一致。

方法2：用join_by+非标准求值（dplyr 1.1.0+） #

如果你的dplyr版本在1.1.0及以上，可以用join_by()函数，支持动态指定列名：

library(dplyr)

key_aaa <- "a"
key_bbb <- "c"

aaa_join_bbb <- aaa %>%
  left_join(bbb, by = join_by(!!sym(key_aaa) == !!sym(key_bbb)))

sym()把字符串转成列名符号，!!用于解引用变量，让dplyr识别出这是要关联的列。这种方式在多键关联时更清晰。

方法3：用rlang的set_names（tidyverse风格） #

和方法1原理类似，用rlang包的函数构造映射：

library(rlang)

key_aaa <- "a"
key_bbb <- "c"

aaa_join_bbb <- aaa %>%
  left_join(bbb, by = set_names(key_bbb, key_aaa))

效果和方法1完全相同，只是用了rlang的函数替代基础R的setNames。

内容的提问来源于stack exchange，提问作者emaoca