在R语言中匹配两个大型CSV文件的日期并合并表格

这是数据处理里非常常见的需求，用R内置的merge()函数就能完美解决，我给你一步步拆解操作流程：

步骤1：读取CSV文件 #

首先用read.csv()读取两个文件，记得设置stringsAsFactors = FALSE，避免日期列被自动转成因子类型：

# 读取两个CSV文件
file1 <- read.csv("File1.csv", stringsAsFactors = FALSE)
file2 <- read.csv("File2.csv", stringsAsFactors = FALSE)

步骤2：按日期执行内连接合并 #

因为两个文件的日期列名不同（Dates1和Dates2），所以在merge()里指定by.x和by.y参数；默认的all = FALSE会只保留两个文件中共同存在的日期（也就是内连接逻辑），正好匹配你的需求：

# 合并数据，仅保留双方都有的日期记录
merged_data <- merge(file1, file2, by.x = "Dates1", by.y = "Dates2", all = FALSE)

步骤3：调整列名和顺序 #

合并后的列名需要改成你想要的格式，同时调整列的顺序让它和目标表格一致：

# 修改列名符合需求
colnames(merged_data) <- c("NewDates", "Sales", "Stores")
# 调整列顺序，让Stores列位于Sales之前
merged_data <- merged_data[, c("NewDates", "Stores", "Sales")]

步骤4：查看最终结果 #

最后打印合并后的数据集，就能得到你预期的表格了：

print(merged_data)

额外提示 #

如果你的日期格式存在潜在不一致（比如部分记录是dd-mm-yyyy，部分是mm-dd-yyyy），建议先把日期列转换成标准的日期类型，避免字符匹配出错：

# 转换日期列格式（根据你的实际日期格式调整format参数）
file1$Dates1 <- as.Date(file1$Dates1, format = "%d-%m-%Y")
file2$Dates2 <- as.Date(file2$Dates2, format = "%d-%m-%Y")

转换后再执行合并，匹配逻辑会更准确。

内容的提问来源于stack exchange，提问作者Jane