如何基于指定列的Name值匹配两个data frame并通过left join生成新数据集

方法1：使用dplyr包实现（tidyverse生态，写法简洁易读） #

核心逻辑为提前剔除DF2不需要的Age列，左连接后过滤未匹配成功的记录即可，代码如下：

# 加载依赖包
library(dplyr)

DF3 <- DF1 %>%
  # 左连接时仅保留DF2的Invite、Name两列，自动剔除Age
  left_join(select(DF2, Invite, Name), by = "Name") %>%
  # 过滤掉未匹配成功的记录（即DF1存在但DF2不存在对应Name的行，如示例中的Megan）
  filter(!is.na(Invite)) %>%
  # 调整列顺序匹配目标结构
  select(Invite, Name, Fruits, Table)

如果不需要保留左表未匹配的行，也可以直接用inner_join替代left_join，省略后续的filter步骤，最终结果完全一致。

方法2：使用Base R原生实现（无需安装额外依赖） #

适合不想引入第三方包的场景，代码如下：

# 先剔除DF2不需要的Age列
DF2_processed <- DF2[, c("Invite", "Name")]
# 按Name列左连接两个数据框
merged_temp <- merge(DF1, DF2_processed, by = "Name", all.x = TRUE)
# 过滤匹配成功的记录并调整列顺序
DF3 <- merged_temp[!is.na(merged_temp$Invite), c("Invite", "Name", "Fruits", "Table")]
# 可选：重置行索引
rownames(DF3) <- NULL

两种方法输出的DF3和要求的目标结构完全一致，DF2中的Joseph因DF1无对应Name不会被纳入结果。

内容的提问来源于stack exchange，提问作者SpiderK