在R语言中实现年度同比对比：多数据框合并排障

问题根源 #

你用reduce(full_join)合并时出现10-12月数据错位，核心是没指定月份作为合并键。如果三个年度DataFrame没有统一的月份标识列，合并操作会默认按行索引匹配，一旦某个年度的行顺序或行数有差异，就会导致数据错位。

解决步骤 #

1. 给每个年度DataFrame加统一的月份标识列 #

先确保每个年度的DataFrame里都有一列（比如叫month），存对应的月份数字（1-12）或两位格式的字符串（比如"01"到"12"，避免字符串排序出问题）。
如果你的数据有日期列，直接提取月份：

library(dplyr)

# 以2020年数据为例，提取两位数字月份
2020_df <- 2020_df %>% mutate(month = format(date_col, "%m"))
2021_df <- 2021_df %>% mutate(month = format(date_col, "%m"))
2022_df <- 2022_df %>% mutate(month = format(date_col, "%m"))

如果没有日期列，直接手动赋值（确保每个df的month列都是1-12对应值）：

2020_df$month <- 1:12
2021_df$month <- 1:12
2022_df$month <- 1:12

2. 指定合并键执行full_join #

把三个DataFrame放进列表，合并时明确by = "month"，让相同月份的数据精准对齐：

library(purrr)

# 构建年度数据列表
year_list <- list(2020 = 2020_df, 2021 = 2021_df, 2022 = 2022_df)

# 按month列合并
merged_df <- reduce(year_list, full_join, by = "month")

3. 验证对齐结果 #

合并后可以筛选特定月份检查，比如：

# 查看10月数据是否对齐
merged_df %>% filter(month == "10")

更高效的替代方案（不用拆分年度） #

如果原始数据是长格式（一行对应一个月的数据），直接用pivot_wider一步转成同比宽格式，省去拆分再合并的步骤：

library(tidyr)

# 先给原始数据加年份和月份列
original_df <- original_df %>% 
  mutate(year = format(date_col, "%Y"),
         month = format(date_col, "%m"))

# 转成宽格式，按月份分组，年份作为列
yoy_df <- original_df %>% 
  pivot_wider(id_cols = month, 
              names_from = year, 
              values_from = your_value_column)

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