R语言基于公共列从另一数据框匹配提取指定字段的实现方法

你要的是基于共同列person，保留whiskey_drinkage的全部行，匹配data2的sex和birthday字段，属于典型的左连接场景，两种常用实现方式如下：

方法1：Base R 实现（无需加载额外包） #

# 以whiskey_drinkage为主表，匹配data2的对应字段
data3 <- merge(
  x = whiskey_drinkage,
  y = data2[, c("person", "sex", "birthday")],
  by = "person",
  all.x = TRUE
)

参数说明：

• x：主表，即需要完整保留所有行的whiskey_drinkage
• y：关联表，这里仅选取需要用到的3个字段，避免合并后出现多余列
• by：两个表的共同关联列名
• all.x = TRUE：强制保留x表的所有行，哪怕y表没有对应匹配记录（对应字段会填充NA），如果需要仅保留两个表都存在的person记录，可以删除这个参数，默认值为FALSE。

方法2：dplyr 实现（tidyverse生态常用语法） #

# 先加载dplyr包，未安装的话先运行 install.packages("dplyr")
library(dplyr)

data3 <- whiskey_drinkage %>%
  left_join(
    data2 %>% select(person, sex, birthday),
    by = "person"
  )

如果需要仅保留两个表都存在的person记录，把left_join替换为inner_join即可。

以上两种方案都支持万行级别以上的数据集运算，完全满足你上千行数据的处理需求。

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