如何在R中将含部分行的新数据列合并至主数据框并匹配对应行？

要实现保留主数据框的所有行，并将新数据列匹配到对应物种的需求，核心是基于Species列做左连接（Left Join）——左连接会保留主表的全部记录，仅将副表中匹配的记录合并进来，不匹配的位置自动填充NA（R）或NaN（Python）。

以下是两种常用数据分析工具的实现方法：

R语言实现 #

步骤1：读取/构造数据 #

先读取你的主CSV和新数据CSV，或者构造示例数据：

# 读取真实文件
master <- read.csv("你的主数据文件路径.csv")
newdata <- read.csv("你的新数据文件路径.csv")

# 或构造示例数据（对应你给出的案例）
master <- data.frame(
  Species = c("regnans", "cornuta", "caesia", "viminalis", "plumula"),
  Variable1 = c(400, 421, 378, 397, 401),
  Variable2 = c(0.1, 0.1, 0.2, 0.3, 0.1)
)

newdata <- data.frame(
  Species = c("regnans", "viminalis", "plumula"),
  NewVariable = c(5, 9, 7)
)

步骤2：左连接合并数据 #

使用merge()函数，指定按Species匹配，同时保留主表所有行：

# sort=FALSE 可保留主表原始行顺序，默认会按Species排序
master.updated <- merge(master, newdata, by = "Species", all.x = TRUE, sort = FALSE)

合并结果 #

> master.updated
    Species Variable1 Variable2 NewVariable
1   regnans       400       0.1           5
2   cornuta       421       0.1          NA
3    caesia       378       0.2          NA
4 viminalis       397       0.3           9
5   plumula       401       0.1           7

Python（Pandas）实现 #

步骤1：读取/构造数据 #

import pandas as pd

# 读取真实文件
master = pd.read_csv("你的主数据文件路径.csv")
newdata = pd.read_csv("你的新数据文件路径.csv")

# 或构造示例数据
master = pd.DataFrame({
    "Species": ["regnans", "cornuta", "caesia", "viminalis", "plumula"],
    "Variable1": [400, 421, 378, 397, 401],
    "Variable2": [0.1, 0.1, 0.2, 0.3, 0.1]
})

newdata = pd.DataFrame({
    "Species": ["regnans", "viminalis", "plumula"],
    "NewVariable": [5, 9, 7]
})

步骤2：左连接合并数据 #

使用pd.merge()指定左连接规则：

master_updated = pd.merge(master, newdata, on = "Species", how = "left")

合并结果 #

print(master_updated)
# 输出：
     Species  Variable1  Variable2  NewVariable
0    regnans        400        0.1          5.0
1    cornuta        421        0.1          NaN
2     caesia        378        0.2          NaN
3  viminalis        397        0.3          9.0
4    plumula        401        0.1          7.0

Pandas默认保留主表原始行顺序，无需额外参数。

内容的提问来源于stack exchange，提问作者user10297843