dplyr中使用join连接时能否结合across按列范围指定匹配列

dplyr 中 *_join 函数的 by 参数不支持直接使用 'DATE':'Vz' 这类列范围选择语法——这类范围语法仅能在select()、across()等专门的选列上下文中被解析，直接传给by时会被识别为普通字符串序列生成逻辑，无法正确匹配数据框列名，因此触发报错。

完全可以结合across()完成需求，不需要硬编码所有列名，具体步骤如下：

• 先动态提取两个表共有的、从DATE到Vz的所有列作为连接键
• 执行全连接时给df2来源的重复列加统一后缀避免列名冲突
• 用across()遍历所有非连接键的值列，按规则用df2的非零值替换df1对应位置的取值
• 清理临时生成的带后缀列

可直接运行的代码如下：

library(dplyr)

# 动态提取连接键列名
join_key <- colnames(df1)[
  match("DATE", colnames(df1)) : match("Vz", colnames(df1))
]

# 执行连接+值合并
df_result <- df1 %>%
  full_join(df2, by = join_key, suffix = c("", "_tmp_from_df2")) %>%
  mutate(
    across(
      .cols = -all_of(join_key),
      .fns = ~ {
        y_col <- paste0(cur_column(), "_tmp_from_df2")
        y_val <- .data[[y_col]]
        # df2对应值非零且非空时取df2的值，否则保留df1原值
        ifelse(!is.na(y_val) & y_val != 0, y_val, .x)
      }
    )
  ) %>%
  # 删除临时列
  select(-ends_with("_tmp_from_df2"))

注意事项 #

• 如果你的df2中不存在NA值，可以去掉判断里的!is.na(y_val)部分
• 如果只需要保留df1中存在的行，把full_join换成left_join即可

内容的提问来源于stack exchange，提问作者Mick