R语言merge合并数据框匹配列一致但返回NA值如何解决

合并后单侧数据列全部返回NA，本质是merge()没有识别到两个数据框连接键的匹配行，你肉眼看到键值完全一致，是因为键列存在不可见的差异，常见场景包括：

• 字符串首尾带多余空格、不可见特殊字符（零宽空格、换行符、全角/半角符号差异）
• 键列被存储为因子类型，两个数据框的因子水平编码不一致
• 列名存在肉眼难以分辨的拼写差异（比如多了尾缀点号、末尾空格）

1. 先确认连接键的列名完全一致
   运行以下命令查看两个表的列名，检查拼写：

colnames(df1)
colnames(df2)

确认你指定的by参数对应的列名，在两个表中完全相同。

2. 统一键列类型、清理冗余空白
   先把两个表的连接键统一转为字符型，排除因子类型导致的匹配错误，再用trimws()去掉字符串首尾的所有空白字符：

# 转字符型
df1$Names <- as.character(df1$Names)
df2$Names <- as.character(df2$Names)
# 清除首尾空白
df1$Names <- trimws(df1$Names)
df2$Names <- trimws(df2$Names)

提示：R 4.0之前的版本，data.frame()默认会自动将字符串列转为因子，是这类匹配错误的高发原因；高版本R已经默认关闭该行为，创建数据框时也可以主动加stringsAsFactors = FALSE参数避免因子问题。

3. 校验键值匹配度
   如果上面两步操作后还是有NA，运行以下命令查看两个表键值的差集，定位不匹配的具体值：

# 输出df1存在、df2不存在的键值
setdiff(df1$Names, df2$Names)
# 输出df2存在、df1不存在的键值
setdiff(df2$Names, df1$Names)

针对返回的异常值，清理掉其中的特殊字符即可。

针对你提供的测试场景，按上面的步骤预处理后即可得到预期结果：

# 构造测试数据，主动关闭字符串转因子
Names <- c("John", "Bill", "Maria", "Ben", "Tina")
Age <- c(23, 41, 32, 58, 26)
df1 <- data.frame(Names, Age, stringsAsFactors = FALSE)

Names <- c("John", "Bill", "Maria", "Ben", "Tina")
Cars<- c("Ford", "Kia", "VW", "Toyota", "SAAB")
Color<- c("Red", "Green", "Blue", "Orange", "White")
df2<-data.frame(Names, Cars, Color, stringsAsFactors = FALSE)

# 预处理键列
df1$Names <- trimws(df1$Names)
df2$Names <- trimws(df2$Names)

# 执行合并
final <- merge(df1, df2, by = "Names")

运行后final的Age列会正常显示数值，不会再出现全NA的情况。

内容的提问来源于stack exchange，提问作者natguy8