使用向量替换URL年份报错‘无法合并1$Rnk与4$Rnk’的解决方法咨询

这个错误的核心原因是不同年份的环法GC表格里，Rnk列的数据类型不统一。比如有些年份的排名中包含退赛标记（像"DNF"、"DNS"这类非数值字符），此时该列会被识别为字符型；而其他年份的排名全是数字，会被识别为数值型。当map_dfr尝试合并这些类型不一致的列时，就会抛出类型冲突的错误。

下面是具体的修复方案：

第一步：修改函数统一列类型与列名 #

我们需要调整TDF_wtables函数，确保每一份抓取到的表格列名一致、Rnk列类型统一：

library(rvest)
library(dplyr)
library(purrr)
library(stringr)

TDF_wtables <- function(url){
  url %>% 
    read_html() %>% 
    html_node("table") %>% 
    # 清理单元格空格，避免隐形字符干扰类型识别
    html_table(trim = TRUE) %>% 
    # 统一所有列名为小写，防止部分年份列名大小写不一致（比如"RNK" vs "Rnk"）
    rename_with(tolower) %>% 
    # 选取目标列（注意现在用小写列名）
    select(c("rnk", "rider", "team", "time")) %>% 
    # 将Rnk列强制转为字符型，确保所有年份的该列类型一致
    mutate(rnk = as.character(rnk)) %>% 
    as_tibble()
}

第二步：重新运行抓取与合并代码 #

修改完函数后，原有的循环代码可以正常运行：

Year <- 2000:2020
TDFurls <- str_c("https://www.procyclingstats.com/race/tour-de-france/", Year, "/gc")
Maps <- map_dfr(TDFurls, TDF_wtables, .id = "Year")

可选：将有效排名转为数值型 #

如果后续分析需要数值型的排名，可以用case_when处理非数值标记，把有效数字转为数值，特殊标记设为NA：

Maps <- Maps %>%
  mutate(rnk_num = case_when(
    # 匹配纯数字的排名
    str_detect(rnk, "^\\d+$") ~ as.numeric(rnk),
    # 非数字的情况设为NA
    TRUE ~ NA_real_
  ))

额外说明 #

• 部分年份的表格结构可能略有差异（比如列名拼写不同），rename_with(tolower)能很好地规避这类问题；
• html_table(trim = TRUE)可以清理单元格前后的空格，避免一些看起来是数字但带空格的单元格被误识别为字符型。

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