R语言调用merge函数合并数据框得到空数据框的解决方法

合并后返回空数据行，本质是两个数据框的CODE列未被识别出共同匹配值，和all.y = FALSE参数设置无关，按以下步骤排查修复：

• 优先清洗CODE列的隐藏格式问题，这是字母数字混合编码匹配失败的最高发原因
  导入外部数据时很容易带入肉眼不可见的多余字符，直接导致看起来完全一致的编码匹配失败，先做基础清洗：

  # 清除首尾空格、制表符、换行符等不可见字符
  df1$CODE <- trimws(df1$CODE)
  df2$CODE <- trimws(df2$CODE)
  # 统一大小写，避免P10024和p10024被判定为不同值
  df1$CODE <- toupper(df1$CODE)
  df2$CODE <- toupper(df2$CODE)
  

• 统一两列的数据类型
  如果其中一个CODE列是因子类型、另一个是字符类型，或者其中一列存成了数值类型（会丢失前缀字母或者前置0），都会导致匹配失效，统一转为字符型即可：

  df1$CODE <- as.character(df1$CODE)
  df2$CODE <- as.character(df2$CODE)
  

• 提前验证共同值存在
  清洗完成后先计算两个列的编码交集，确认存在可匹配的内容，避免数据源本身就没有重叠编码：

  common_codes <- intersect(df1$CODE, df2$CODE)
  # 输出共同编码的数量，如果结果为0，需要核对原始数据源的CODE编码体系是否一致
  print(length(common_codes))
  

• 重新执行合并
  确认存在共同编码后再运行合并代码即可，你写的合并语法本身没有逻辑错误，注意去掉c ("CODE")里括号和字符串间的多余空格，避免旧版本R出现参数识别异常：

  new_df <- merge(df1, df2, by = "CODE", all.y = FALSE)
  

  如果你需要保留行数更多的那个数据框的所有行，只需要对应设置all.x = TRUE（如果df1是行数多的表）或者调换df1、df2的位置即可。

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