按国家名列合并金融时间序列DataFrame的方法、转多维数组及full_join问题

1. 按国家名列合并数据集的方法 #

有三类常用实现方式，覆盖不同工具链需求：

• 基础R原生方法
  用merge()函数完成，支持多种连接类型，指定by = "country name"即可：

  # 全连接（保留所有国家的记录）
  merge(DataSet1, DataSet2, by = "country name", all = TRUE)
  # 批量合并多个数据集，用Reduce()循环处理
  Reduce(function(x, y) merge(x, y, by = "country name", all = TRUE), list(DataSet1, DataSet2, DataSet3))
  

• dplyr包方法
  用full_join()做全连接，多数据集可结合purrr::reduce()批量合并：

  library(dplyr)
  # 合并两个数据集
  full_join(DataSet1, DataSet2, by = "country name")
  # 批量合并多个数据集
  library(purrr)
  list(DataSet1, DataSet2, DataSet3) %>% reduce(full_join, by = "country name")
  

• data.table包方法
  适合大数据场景，处理速度更快，支持原生连接语法或merge()：

  library(data.table)
  setDT(DataSet1)
  setDT(DataSet2)
  # 全连接
  merge(DataSet1, DataSet2, by = "country name", all = TRUE)
  

2. 将合并结果转换为多维数组 #

合并后的数据集是宽格式，需先转长格式再构造「国家-年份-指标」维度的多维数组：

1. 用tidyr将宽格式转长格式（适配full_join自动生成的列名后缀）：

   library(tidyr)
   library(dplyr)
   # 假设合并后的数据集叫merged_df，拆分年份和指标来源
   long_df <- merged_df %>%
     pivot_longer(
       cols = -`country name`,
       names_to = c("year", "metric"),
       names_sep = "\\.", # 匹配full_join自动添加的.x/.y分隔符
       values_to = "value"
     )
   

2. 转换为多维数组，两种实用方式：
   • 用xtabs快速生成：

     array_data <- xtabs(value ~ `country name` + year + metric, data = long_df)
     

   • 手动定义维度构造：

     # 获取各维度的唯一值
     countries <- unique(long_df$`country name`)
     years <- unique(long_df$year)
     metrics <- unique(long_df$metric)
     # 生成数组
     array_data <- array(
       long_df$value,
       dim = c(length(countries), length(years), length(metrics)),
       dimnames = list(country = countries, year = years, metric = metrics)
     )
     

3. full_join后列名改变导致无法访问的处理 #

full_join会给重名列自动添加.x（来自第一个数据集）、.y（来自第二个数据集）后缀，可通过三种方式解决：

• 合并前给列加前缀（推荐）
  提前给每个数据集的年份列加专属标识，从根源避免重名：

  library(dplyr)
  # 给DataSet1的年份列加前缀metric1_
  DataSet1_renamed <- DataSet1 %>% rename_with(~paste0("metric1_", .), -`country name`)
  # 给DataSet2的年份列加前缀metric2_
  DataSet2_renamed <- DataSet2 %>% rename_with(~paste0("metric2_", .), -`country name`)
  # 合并后列名清晰，比如metric1_2005、metric2_2005
  merged_df <- full_join(DataSet1_renamed, DataSet2_renamed, by = "country name")
  

• 合并后重命名列
  针对已合并的数据集，批量替换后缀：

  merged_df <- merged_df %>%
    rename_with(~sub("\\.x$", "_metric1", .), ends_with(".x")) %>%
    rename_with(~sub("\\.y$", "_metric2", .), ends_with(".y"))
  

• 直接访问带后缀的列
  临时访问时，用反引号包裹带特殊字符（点）的列名：

  # 访问DataSet1的2005列
  merged_df$`2005.x`
  # 用dplyr的pull访问
  merged_df %>% pull(`2005.x`)
  

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