R中用left_join实现VLOOKUP时如何避免ID列重复且保留该列

问题原因 #

你出现ID列重复的核心原因是lookup查找表的Language列存在大量重复记录，比如en对应的映射行在lookup中重复出现了12次。左连接left_join的逻辑是只要匹配键相等就会生成对应的关联行，因此原df中每一行Language为en的记录都会关联出12行结果，最终表行数膨胀、出现ID重复的问题，和ID列本身的逻辑无关。

解决方案 #

先对lookup表做去重处理，保留每个Language对应的唯一LanguageClean映射，再进行左连接即可，代码如下：

library(dplyr)

# 对lookup表去重，保留Language和LanguageClean的唯一映射关系
lookup_dedup <- lookup %>% 
  distinct(Language, LanguageClean)

# 执行左连接，最终结果行数和原df完全一致，保留ID列
df_result <- left_join(df, lookup_dedup, by = "Language")

补充说明 #

运行上述代码后，你会得到10行的结果表，完全保留原df的所有列，无匹配的空Language值对应LanguageClean为NA，符合你的需求。如果后续遇到同类左连接行膨胀的问题，优先检查关联键在右表是否存在重复即可。

内容的提问来源于stack exchange，提问作者aspark2020