如何用R语言通过循环或函数匹配两个数据集添加税率变量？

直接用pandas的格式转换+合并就能高效解决，完全不需要写循环，适合大规模数据集处理：

步骤说明 #

1. 把宽格式的Dataset2（年份为行、国家为列）转成和Dataset1一致的长格式（年份+国家为行、税率为值）；
2. 通过Year和Country两个字段，将转换后的税收数据与Dataset1合并，自动填充对应税率。

代码实现 #

import pandas as pd

# 构造示例数据集（替换成你实际的读取代码，比如pd.read_csv）
dataset1 = pd.DataFrame({
    'Year': [2000, 2001, 2000, 2001],
    'Country': ['Austria', 'Austria', 'Belgium', 'Belgium']
})

dataset2 = pd.DataFrame({
    'Year': [2000, 2001],
    'Austria': [55, 51],
    'Belgium': [48, 45]
})

# 转换Dataset2为长格式
tax_long = dataset2.melt(
    id_vars='Year',  # 保留Year作为识别列
    var_name='Country',  # 原列名转为Country字段
    value_name='tax'  # 税率值转为tax字段
)

# 合并数据集，自动匹配年份和国家对应的税率
result = pd.merge(dataset1, tax_long, on=['Year', 'Country'], how='left')

print(result)

输出结果 #

Year  Country  tax
0  2000  Austria   55
1  2001  Austria   51
2  2000  Belgium   48
3  2001  Belgium   45

优势说明 #

• 完全基于pandas的矢量化操作，比手动写循环效率高几个数量级，处理大规模数据时不会卡顿；
• 自动过滤匹配不上的国家（如果Dataset1里有Dataset2没有的国家，对应tax会显示NaN，方便后续处理）。

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