嘿，我完全懂你现在的困惑！你想要的是把两个同结构的年份数据集纵向堆叠，让不同年份的数据分行展示，但误用了full_join()——这个函数是用来做横向关联合并的，这就是为啥会出现GDP.x和GDP.y这类后缀变量的原因～

问题根源 #

full_join(df1, df2, by = "country")的作用是根据country把两个数据集的列拼在一起：当两个数据集里有同名但不在by参数里的变量（比如你的Year和GDP），它会自动给这些变量加上.x（来自df1）和.y（来自df2）的后缀来区分，这显然不是你要的“分行展示各年份数据”的效果。

正确解决方案：用bind_rows()做行绑定 #

在tidyverse的dplyr包中，bind_rows()就是专门用来堆叠结构相同（变量名一致）的数据集的，正好匹配你的需求：

library(dplyr)

# 堆叠两个数据集
merged_df <- bind_rows(df1, df2)

# 可选：按Country排序，让同一国家的年份数据排在一起
merged_df <- merged_df %>% arrange(Country)

运行这段代码后，你就能得到完全符合预期的结果：

小提示 #

如果你的两个数据集变量名有细微差异（比如一个是country小写，一个是Country大写），可以先统一变量名，或者用bind_rows(.id = "data_source")参数给每条数据标记来源（比如标记是来自2000年还是2010年的数据集），确保堆叠过程不出错。

内容的提问来源于stack exchange，提问作者user1778351