如何匹配仅差一个变量的同源数据集，补全缺失的目标变量值

核心思路：两个数据集除type外所有变量完全一致，使用全部共有变量作为匹配键做左连接，即可为boys_miss补全type取值。

基础R实现 #

使用merge()函数完成匹配：

# 取两个数据集的共有变量作为匹配键，左连接补全type
boys_miss <- merge(
  x = boys_miss,
  y = boys_miss2,
  by = intersect(names(boys_miss), names(boys_miss2)),
  all.x = TRUE
)

dplyr实现（代码更简洁） #

使用dplyr的left_join()函数完成匹配：

# 加载依赖包
pacman::p_load(dplyr)

# 匹配补全type
boys_miss <- boys_miss %>%
  left_join(boys_miss2, by = names(boys_miss))

结果验证 #

运行以下代码验证匹配正确性，两个输出的频数分布应该完全一致：

table(boys_miss$type)
table(boys_miss2$type)

注意事项 #

如果你的数据集存在完全重复的观测（所有共有变量取值完全相同），匹配时不会出错，重复观测的type会随机匹配对应取值，符合场景需求。

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