在R中合并相似数据框：避免重复行的实现方法

嘿，这个问题我之前也碰到过！你想要的其实不是单纯的全量合并，而是用y里的有效值去填充x中对应匹配行的缺失值，同时完整保留x的所有行结构对吧？用merge(x,y, all=TRUE)会产生重复行，确实不是你需要的效果，下面给你两种简单的解决方案：

方案1：用tidyverse工具链（推荐，可读性高） #

因为你已经在使用tibble（也就是data_frame），用dplyr的函数可以很直观地实现需求：

library(dplyr)

# 你的原始数据
x <- tibble(a=c(1,2,3,4),b=c(4,5,6,7),c=c(1,NA,NA,NA))
y <- tibble(a=c(2,3),b=c(5,6),c=c(1,2))

# 执行填充合并
z <- x %>%
  # 按a和b列左连接，保留x的所有行
  left_join(y, by = c("a", "b")) %>%
  # 用y的c值(c.y)填充x的缺失值，没有匹配到则保留x原有的c值(c.x)
  mutate(c = coalesce(c.y, c.x)) %>%
  # 保留需要的列，去掉临时生成的c.x和c.y
  select(a, b, c)

运行后z就是你期望的结果：

# A tibble: 4 × 3
      a     b     c
  <dbl> <dbl> <dbl>
1     1     4     1
2     2     5     1
3     3     6     2
4     4     7    NA

方案2：Base R实现（无需额外包） #

如果你不想加载dplyr，可以用Base R的match函数来定位匹配行并填充：

x <- data.frame(a=c(1,2,3,4),b=c(4,5,6,7),c=c(1,NA,NA,NA))
y <- data.frame(a=c(2,3),b=c(5,6),c=c(1,2))

# 找到y的行在x中的匹配位置
match_pos <- match(paste(y$a, y$b), paste(x$a, x$b))
# 用y的c值替换x对应位置的缺失值
x$c[match_pos] <- y$c

# 此时x就是你要的z
x

为什么merge(all=TRUE)不行？ #

merge(x,y, all=TRUE)会保留两个DataFrame的所有行，导致匹配的行（比如a=2,b=5）出现重复记录：一行是x的NA值，一行是y的有效值。而我们的需求是用y的值覆盖x的缺失值，而非保留重复行，所以左连接+填充的方式更合适。

内容的提问来源于stack exchange，提问作者piotr