如何使用R语言的merge函数合并多份Excel文件匹配缺失批次号

1 前期准备：读取所有Excel文件 #

首先加载读取Excel所需的包：

# 首次使用先安装
install.packages("readxl")
# 加载包
library(readxl)

依次读取4份文件：

# 读取完整ID-批次对应表，替换为你自己的文件路径
df_master <- read_excel("你的完整对应表文件路径.xlsx")
# 依次读取3份缺失批次号的文件，替换为你自己的文件路径
df1 <- read_excel("第一份缺失批次的文件路径.xlsx")
df2 <- read_excel("第二份缺失批次的文件路径.xlsx")
df3 <- read_excel("第三份缺失批次的文件路径.xlsx")

操作前确认：所有表中存储ID的列名完全一致（比如都命名为ID），如果不一致需要先修改为相同列名 #

2 使用merge函数匹配批次号 #

merge函数核心逻辑是基于共同列（这里就是ID列），把两个表的信息合并，我们需要保留所有缺失批次表的原有行，只补充批次号信息，参数设置如下：

匹配示例代码 #

# 给第一份表匹配批次号
df1_result <- merge(x = df1, y = df_master, by = "ID", all.x = TRUE)
# 给第二份表匹配批次号
df2_result <- merge(x = df2, y = df_master, by = "ID", all.x = TRUE)
# 给第三份表匹配批次号
df3_result <- merge(x = df3, y = df_master, by = "ID", all.x = TRUE)

3 常见问题处理 #

• 匹配后出现重复行：先检查主表df_master是否存在重复ID，一个ID对应多个批次的情况下会生成多条匹配结果
• 匹配后批次号全为NA：说明两个表的ID列格式不一致（比如一个是数字格式、一个是文本格式），统一格式后重新匹配即可，示例：

# 把两个表的ID都统一为字符格式
df1$ID <- as.character(df1$ID)
df_master$ID <- as.character(df_master$ID)

• 需要合并三个匹配完成的表：如果三个表列结构完全一致，直接用rbind合并即可：

total_result <- rbind(df1_result, df2_result, df3_result)

4 导出结果 #

可以用writexl包导出为Excel文件：

# 首次使用先安装
install.packages("writexl")
library(writexl)
# 单个导出
write_xlsx(df1_result, "第一份表匹配完成.xlsx")
# 导出合并后的总表
write_xlsx(total_result, "所有数据匹配完成总表.xlsx")

内容的提问来源于stack exchange，提问作者Newb