R语言合并不同长度数据表：按国家年份匹配添加税率列

方法1：基础R原生merge函数（无需安装第三方包） #

直接调用R内置函数即可完成匹配，代码示例：

# 仅保留两个表都匹配成功的记录（内连接）
t1_merged <- merge(x = t1, y = t2, by = c("Country", "Year"))

# 保留t1的全部记录，匹配不到税率的行对应税率列填充NA（左连接）
t1_merged <- merge(x = t1, y = t2, by = c("Country", "Year"), all.x = TRUE)

参数说明：

• x/y：指定要合并的两个表，左表为要添加税率字段的公司数据表t1，右表为税率表t2
• by：指定两个表用于匹配的共同字段，这里为国家和年份两个字段，需用向量传入
• all.x = TRUE：设置为左连接，保留左表所有行，无匹配的字段填充NA

方法2：dplyr包连接函数（语法更简洁，处理大数据效率更高） #

适合使用tidyverse生态的场景，需要先加载dplyr包：

# 加载依赖包
library(dplyr)

# 内连接：仅保留两个表都匹配成功的记录
t1_joined <- t1 %>% 
  inner_join(t2, by = c("Country", "Year"))

# 左连接：保留t1全部记录，匹配不到的税率列填充NA
t1_joined <- t1 %>% 
  left_join(t2, by = c("Country", "Year"))

如果两个表的匹配字段名称不一致，可以通过by参数指定对应关系，比如t1中国家字段名为Country，t2中国家字段名为Nation，则写为by = c("Country" = "Nation", "Year" = "Year")

注意事项 #

• 匹配前需确保两个表的匹配字段格式统一：比如年份不要一个为字符型一个为数值型，国家名称的大小写、全称/缩写规则要完全一致，否则会出现匹配失败的情况
• 如果税率表t2存在同一国家同一年份多条重复记录，合并后会导致t1的对应行重复，匹配前可先对t2去重：t2_unique <- distinct(t2, Country, Year, .keep_all = TRUE)
• 合并后可以用nrow(t1_merged)和nrow(t1)对比行数，判断是否出现异常的行扩增

内容的提问来源于stack exchange，提问作者Noob in r