R语言为单数字补前导零 实现两数据框按双列组合ID关联

原代码存在的问题 #

• 管道符%>%无法直接接基础if控制流语句：dplyr管道传递的是数据框对象，基础if无法直接处理该输入，行级条件判断需要使用if_else()、case_when()这类dplyr内置的向量化判断函数。
• 逻辑方向错误：你需要先补全v1的前导零再拼接生成idvar，而非拼接后再做字符串截断，且你写的regexpr(" O", .$idvar)检索的内容在字符串中不存在，完全无法匹配到目标内容。
• 缺失df2的idvar字段：你仅为df1生成了关联用的idvar，df2没有同名字段的情况下，关联操作无法执行。
• 补充：你给出的示例数据定义存在语法错误，第二列未指定列名，需要补充v2列名才能正常运行。

正确实现代码 #

首先修正示例数据：

library(tidyverse)

df1 <- tibble(v1 = c('1', '2', '3', '4', '5', '6'), v2 = c('20', '22', '24', '26', '28', '30'))
df2 <- tibble(v1 = c('01', '02', '03', '04', '05', '06'), v2 = c('20', '22', '24', '26', '28', '30'))

方法1：先生成统一规则的idvar再关联 #

用str_pad()给df1的v1补前导零到2位，对齐df2的v1格式后拼接生成idvar：

# 处理df1的idvar
df1 <- df1 %>% 
  mutate(idvar = str_c(str_pad(v1, width = 2, side = "left", pad = "0"), ".", v2))

# 处理df2的idvar
df2 <- df2 %>% 
  mutate(idvar = str_c(v1, ".", v2))

# 执行左连接
result <- df1 %>% left_join(df2, by = "idvar")

方法2：无需新增字段，直接多列关联 #

你也可以不生成idvar，直接在关联时处理v1的格式，代码更简洁：

# 补全df1的v1前导零匹配df2的v1
result <- df1 %>% 
  left_join(df2, by = "v2", join_by(str_pad(v1.x, 2, "left", "0") == v1.y))

# 或去掉df2的v1前导零匹配df1的v1
result <- df1 %>% 
  left_join(df2, by = "v2", join_by(v1.x == str_remove(v1.y, "^0+")))

内容的提问来源于stack exchange，提问作者C.Robin