R语言横向合并dataframe时merge函数返回NA行问题求解

你遇到的问题核心是两个数据框的ID列实际内容不匹配，看起来取值一致但被R判定为不同值，全连接参数all=TRUE会将两边未匹配到的行都保留，所以出现了大量NA值，常见的不匹配场景包括：

• 其中一个ID列的取值前后存在肉眼不可见的空白字符（空格、制表符、换行符等），比如AllPlates$ID中的P1A1实际为"P1A1 "，和data$ID中的"P1A1"判定为不同值
• 两个ID列的类型不一致，比如一列为因子（factor）类型、另一列为字符串（character）类型，且因子的levels和另一列的字符串无法完全对应
• 存在大小写差异、全半角符号差异这类肉眼难分辨的内容区别

你可以运行以下代码确认ID是否存在不匹配：

# 查看AllPlates有但data没有的ID
setdiff(AllPlates$ID, data$ID)
# 查看data有但AllPlates没有的ID
setdiff(data$ID, AllPlates$ID)

如果输出不为空，就可以确认是ID匹配问题导致的异常。

1. 先清理两个数据框ID列的空白字符，统一类型为字符串：

# 清理空白
AllPlates$ID <- trimws(AllPlates$ID)
data$ID <- trimws(data$ID)
# 统一类型为字符串
AllPlates$ID <- as.character(AllPlates$ID)
data$ID <- as.character(data$ID)

2. 重新执行合并，因为data中的所有ID都存在于AllPlates中，不需要使用全连接，直接使用默认内连接即可得到预期结果：

mergeddata <- merge(data, AllPlates, by = "ID")

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