如何将多个表格的指定行范围聚合为新数据框？

不需要用循环，用dplyr包的管道操作就能简洁高效地完成需求，步骤如下：

1. 简化兼容年份计算 #

直接算出三个表格的共同兼容年份范围，无需单独定义每个表格的极值：

library(dplyr)

# 计算共同的起始和结束年份
min_high <- max(min(Football$Year), min(UK_Population$Year), min(UK_House_Prices$Year))
max_low <- min(max(Football$Year), max(UK_Population$Year), max(UK_House_Prices$Year))

2. 清洗并格式化每个表格 #

对每个表格完成三个操作：筛选兼容年份内的数据、保留Year列、重命名xyz列以区分来源：

# 处理Football表格
table_a_clean <- Football %>%
  filter(Year >= min_high, Year <= max_low) %>%
  select(Year, xyz_1 = xyz)

# 处理UK_Population表格
table_b_clean <- UK_Population %>%
  filter(Year >= min_high, Year <= max_low) %>%
  select(Year, xyz_2 = xyz)

# 处理UK_House_Prices表格（先筛选Q4再过滤年份）
table_c_clean <- UK_House_Prices %>%
  filter(Quarter == 'Q4', Year >= min_high, Year <= max_low) %>%
  select(Year, xyz_3 = xyz)

3. 合并为目标数据框 #

通过inner_join按Year列合并三个清洗后的表格，得到包含Year、xyz_1、xyz_2、xyz_3的最终数据框：

combined_df <- table_a_clean %>%
  inner_join(table_b_clean, by = "Year") %>%
  inner_join(table_c_clean, by = "Year")

补充说明 #

• 如果某个表格在兼容年份范围内存在缺失的Year记录，可以把inner_join换成full_join，再用replace_na()填充缺失值（比如replace_na(list(xyz_1 = 0))）。
• 这种方法比循环更直观，代码可读性强，且dplyr的底层优化比手动循环效率更高。

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