如何在R语言中利用多个DataFrame整理数据

问题说明 #

现有三个R数据框dat1、dat2、dat3，需要以dat3为核心，将dat1中对应ID1的Score字段，以及dat2中对应ID2的Value、Time、Age字段合并进来，匹配不到的位置用NA填充，最终得到指定结构的目标表。

原始数据代码 #

dat1<-read.table(text="ID1  Score
12  2
10  3
14  4
",h=T)
dat2<-read.table(text="ID2  Value   Time    Age
22  2   12  60
24  4   80  44
14  6   18  45
16  8   88  40
",h=T)
dat3<-read.table(text="ID1  ID2 Class   Color   Status
10  24  M   B   P
14  16  N   P   Q
12  14  N   P   Q
19  16  M   P   Q
",h=T)

目标结果 #

ID1 ID2 Class   Color   Status  Score   Value   Time    Age
10  24  M   B   P   3   4   80  44
14  16  N   P   Q   4   8   88  40
12  14  N   P   Q   2   6   18  45
19  16  M   P   Q   NA  8   88  40

实现方法 #

方法1：基础R原生merge()函数 #

分两次左连接，先关联dat3和dat1，再关联结果与dat2：

# 第一步：合并dat3与dat1，保留dat3所有行
temp_table <- merge(dat3, dat1, by = "ID1", all.x = TRUE)
# 第二步：合并临时表与dat2，同样保留主表所有行
final_table <- merge(temp_table, dat2, by = "ID2", all.x = TRUE)
# 调整列顺序，和目标表结构对齐（可选）
final_table <- final_table[, c("ID1", "ID2", "Class", "Color", "Status", "Score", "Value", "Time", "Age")]

# 查看结果
print(final_table)

方法2：dplyr包的left_join()（tidyverse风格） #

用管道操作连续左连接，代码更简洁直观：

# 先加载dplyr包
library(dplyr)

final_table <- dat3 %>%
  left_join(dat1, by = "ID1") %>%  # 按ID1关联dat1的Score
  left_join(dat2, by = "ID2")     # 按ID2关联dat2的Value、Time、Age

# 查看结果
print(final_table)

两种方法都能得到符合要求的结果，其中left_join会自动保留主表（dat3）的所有行，匹配不到的字段自动填充NA，完全满足需求。

内容的提问来源于stack exchange，提问作者user330