R语言合并数据框产生Survey重复列的原因及多表合并方案

Survey列重复是merge函数参数写法错误导致的：
R的merge函数指定多个匹配列时，必须将所有列名放入同一个字符向量传给by参数。你当前代码里写的by="ID","Survey"，实际只将ID识别为匹配键，单独写的"Survey"被传入了无关的位置参数，没有被当作联合匹配键。合并时两个来源表的Survey列都会被保留，自动添加后缀生成Survey.x/Survey.y类的重复列。

将多个匹配列组成向量传入by参数即可解决列重复问题，修正后的分步代码：

total_data <- merge(data1, data2, by = c("ID", "Survey"), all = TRUE)
new_data <- merge(total_data, data3, by = c("ID", "Survey"), all = TRUE)

merge本身确实仅支持两个数据框合并，不需要分步重复调用，可以用迭代逻辑一次性完成多表合并，两种常用实现：

• base R原生方案：用Reduce函数迭代执行合并，无需安装额外依赖包

# 先将所有待合并数据框存入同一个列表
df_list <- list(data1, data2, data3)
# 批量按ID+Survey做全连接
final_data <- Reduce(
  function(df1, df2) merge(df1, df2, by = c("ID", "Survey"), all = TRUE),
  df_list
)

• tidyverse生态方案：如果已安装dplyr、purrr包，代码可读性更高，合并逻辑更清晰

library(dplyr)
library(purrr)

df_list <- list(data1, data2, data3)
final_data <- reduce(df_list, full_join, by = c("ID", "Survey"))

内容的提问来源于stack exchange，提问作者Espejito