R语言dplyr合并数据报Join columns must be present in data错误如何解决

错误原因 #

报错是因为第二次左连接时，Jakarta_Death表中不存在Sub_District列，找不到关联键。触发问题的根源在summarise步骤：
你计算死亡率时直接使用了Total_Population列，这个列属于DKI_Jakarta表，每个街道对应唯一的固定人口值，但你既没有将它纳入分组，也没有用聚合函数包裹，dplyr执行summarise时会自动丢弃非分组、非聚合的列，甚至会破坏原有分组结构，导致分组键Sub_District被丢失。
另外你的代码存在多余操作：第一次inner_join已经将DKI_Jakarta的所有列（包括你需要的Geometry地理列）合并到了数据中，完全不需要第二次执行左连接，多写一次连接反而增加了出错概率。

最优修正方案（省去多余连接，直接保留地理列） #

直接在分组时加入Geometry和Total_Population即可，二者都是每个街道唯一的固定值，不会影响聚合逻辑，聚合后直接保留地理列供后续绘图使用：

Jakarta_Death <- Covid_DF %>%
  inner_join(DKI_Jakarta, by = c("Sub_District" = "Sub_District")) %>%
  group_by(Sub_District, Month, Geometry, Total_Population) %>%
  summarise(
    `Covid Death Per 10,000 Population` = (sum(Death)/Total_Population)*10000,
    .groups = "drop"
  )

兼容原有代码结构的修正方案 #

如果你一定要保留原有两次连接的写法，只需要在分组时加入Total_Population，保证summarise执行后Sub_District列仍然保留即可：

Jakarta_Death <- Covid_DF %>%
  inner_join(DKI_Jakarta, by=c("Sub_District"="Sub_District")) %>%
  group_by(Sub_District, Month, Total_Population) %>%
  summarise(
    `Covid Death Per 10,000 Population` = (sum(Death)/Total_Population)*10000,
    .groups = "drop"
  )

Jakarta_Death  <- Jakarta_Death %>% 
  left_join(DKI_Jakarta, by=c("Sub_District"="Sub_District"))

验证排查 #

如果修改后仍然报错，可以依次执行以下命令排查列名拼写问题：

• colnames(Jakarta_Death) 确认聚合后的表中存在Sub_District列
• colnames(DKI_Jakarta) 确认关联表的Sub_District列名没有大小写、空格类的拼写错误

内容的提问来源于stack exchange，提问作者RUSTYR