如何使用left_join合并三个数据集并设置唯一后缀？

你想合并三个共享x列的数据集，让每个原数据集的y列分别带上.first、.second、.third的唯一后缀，但当前代码合并后第三列是y，不是你想要的y.third。

测试数据 #

library(tibble)
library(dplyr)

df1 <- tibble(x = 1:5, y = c("names", "matches", "multiple", "rows", "different"))
df2 <- tibble(x = 3:5, y = c("first", "second", "third"))
df3 <- tibble(x = 2:4, y = 1:3)

现有代码的问题 #

你现在写的代码：

left_join(df1, df2, by='x', suffix = c(".first", ".second")) %>%
  left_join(., df3 , by='x',  suffix = c("third", "third")) 

之所以最后一列是y，是因为第一次合并后，原df1和df2的y已经被重命名为y.first和y.second，左边的数据集里不再有y这个列。第二次left_join时，只有当左右两边存在同名的非连接列时，suffix参数才会生效，所以df3的y列直接保留了原名。

解决办法 #

这里有两种简单的实现方式：

方式1：合并前先改df3的列名

直接把df3的y列重命名为y.third再合并，一步到位：

left_join(df1, df2, by='x', suffix = c(".first", ".second")) %>%
  left_join(., df3 %>% rename(y.third = y), by='x')

方式2：合并后重命名列

如果不想提前修改原始数据集，也可以在合并完成后把新增的y列改成y.third：

left_join(df1, df2, by='x', suffix = c(".first", ".second")) %>%
  left_join(., df3, by='x') %>%
  rename(y.third = y)

最终结果 #

两种方法运行后都能得到你期望的输出：

# # A tibble: 5 × 4
#       x y.first   y.second y.third
#   <int> <chr>     <chr>       <int>
# 1     1 names     <NA>           NA
# 2     2 matches   <NA>            1
# 3     3 multiple  first           2
# 4     4 rows      second          3
# 5     5 different third          NA

内容的提问来源于stack exchange，提问作者Eric Fail