R语言如何合并含重复站点行的水质数据与土地利用数据

错误方法原因 #

• cbind是按行位置直接拼接两个数据框，不会按照站点、年份的匹配逻辑关联数据，且你的两个数据框行数不一致，拼接结果完全不符合需求
• purrr::reduce主要用于迭代多对象的批量操作，仅传入两个数据框且未指定匹配键时，无法实现按条件关联的效果

前置处理逻辑 #

需要先从水质数据的Date列提取采样年份，再以站点编号st、年份year作为公共匹配键，将土地利用数据左连接到水质数据中，该方式会保留水质数据所有行，同站点同一年份的多条水质数据会自动匹配对应的土地利用指标。

具体实现代码 #

方法1：dplyr + lubridate 实现（推荐，代码易读） #

# 加载所需包
library(dplyr)
library(lubridate)

# 1. 从水质数据日期列提取年份
water_df <- water_df %>%
  mutate(year = year(dmy(Date))) # dmy对应日/月/年的日期格式，自动识别转换

# 2. 按st和year两个键左连接
join_df <- left_join(water_df, land_df, by = c("st", "year"))

方法2：base R 原生实现 #

# 1. 提取年份
water_df$year <- format(as.Date(water_df$Date, format = "%d/%m/%Y"), "%Y")
water_df$year <- as.integer(water_df$year)

# 2. merge函数关联，all.x = TRUE保留所有水质数据行
join_df <- merge(water_df, land_df, by = c("st", "year"), all.x = TRUE)

结果说明 #

最终得到的join_df会保留原水质数据的所有行，匹配到对应站点、年份的土地利用数据会自动填充到对应行，未匹配到的行（比如示例中站点A2006年的采样数据、站点B2005年的采样数据）土地利用列会返回NA，可根据后续需求自行过滤或补充数据。

内容的提问来源于stack exchange，提问作者wesleysc352