在R语言中基于Block键实现跨数据表的Lookup（查找匹配）操作

这事儿在R里有两种常用的办法，我给你一步步讲清楚，连示例代码都给你写好了，直接就能跑！

首先咱们先把你给的示例数据造出来，这样你可以直接复现场景，测试结果：

# 创建数据表1
df1 <- data.frame(
  country = c("bangladesh", "bangladesh", "bangladesh"),
  region = c("south", "south", "north"),
  area = c("block1", "block1", "block12"),
  houseno = c("C1", "C2", "C2"),
  stringsAsFactors = FALSE # 避免因子类型带来的不必要麻烦
)

# 创建数据表2
df2 <- data.frame(
  Area = c("block1", "block2", "block3"),
  Tax = c(50, 30, 40),
  muncipality = c("F1", "F2", "F1"),
  stringsAsFactors = FALSE
)

方法1：基础R自带的merge()函数 #

基础R不用额外装包就能搞定，用merge()函数就行。这里要注意两个表的关联键列名不一样（表1是area，表2是Area），而且咱们要保留表1的所有行，所以得加上all.x = TRUE参数：

# 执行左连接，把表2的Tax匹配到表1对应行
merged_df <- merge(df1, df2, by.x = "area", by.y = "Area", all.x = TRUE)

# 查看合并后的结果
print(merged_df)

运行后你会看到：表1里的block12因为在表2找不到对应记录，所以Tax和muncipality列会显示为NA，这完全符合咱们要保留表1所有行的需求。

方法2：tidyverse生态的left_join()函数 #

如果你平时习惯用tidyverse的语法，dplyr包里的left_join()会更直观，代码可读性也更高。要是还没装tidyverse，先运行install.packages("tidyverse")装一下：

library(tidyverse)

# 用管道符串联操作，执行左连接
merged_df <- df1 %>%
  left_join(df2, by = c("area" = "Area"))

# 查看结果
print(merged_df)

这个方法的结果和基础R的merge完全一样，left_join()默认就会保留左表（也就是df1）的所有行，匹配右表（df2）的对应数据，不匹配的行自动填充NA。而且后续如果还要做数据清洗、筛选之类的操作，直接用管道符%>%接着写就行，非常方便。

小提醒 #

一定要注意两个表的关联键列名大小写不一样！要是没指定by.x/by.y或者by = c("area" = "Area")，R会因为找不到同名列而关联失败，这点别踩坑哦。

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