如何在R语言中执行SQL左连接（Left Join）操作？

刚接触R的时候，确实会好奇怎么把熟悉的SQL操作转换成R代码，左连接是很常用的关联操作，这里给你两种最常用的实现方式，结合你提供的数据来演示：

首先先把你给出的数据拆分成两个示例数据集（假设你想把2015年的数据和2016年的数据按「学校ID+年级」做左连接）：

# 2015年的数据（左表）
df_2015 <- data.frame(
  School = c(610534, 610534),
  Year = c(2015, 2015),
  Grade = c("Mathematics Grade 3", "Mathematics Grade 4"),
  students = c(57, 60),
  math_approached = c("5.3%", "8.3%"),
  math_metorexceeded = c("94.7%", "91.7%")
)

# 2016年的数据（右表）
df_2016 <- data.frame(
  School = c(610534, 610534, 610534),
  Year = c(2016, 2016, 2016),
  Grade = c("Mathematics Grade 3", "Mathematics Grade 4", "Mathematics Grade 5"),
  students = c(57, 60, 59),
  math_approached = c("5.3%", "8.3%", "6.8%"),
  math_metorexceeded = c("94.7%", "91.7%", "93.2%")
)

方法1：使用dplyr包的left_join()（推荐） #

dplyr是R中数据处理的主流工具，语法和SQL非常接近，可读性极强，新手也能快速上手。

代码示例： #

# 先安装并加载dplyr（首次使用需运行install.packages("dplyr")）
library(dplyr)

# 左连接：以df_2015为左表，按School和Grade字段匹配
left_join_result <- df_2015 %>%
  left_join(df_2016, by = c("School", "Grade"), suffix = c("_2015", "_2016"))

关键参数解释： #

• by：对应SQL里的ON子句，指定用来匹配的关联字段（这里是学校ID和年级）
• suffix：给左右表中同名的字段添加后缀（比如Year、students），避免列名冲突
• 左连接特性：结果会保留左表的所有行，右表中匹配到的行会合并进来，未匹配的列自动填充为NA

方法2：使用base R的merge()函数 #

如果你不想额外安装包，base R自带的merge()函数也能实现左连接，适合快速测试：

代码示例： #

# 左连接：设置all.x=TRUE是实现左连接的核心
merge_result <- merge(df_2015, df_2016, by = c("School", "Grade"), all.x = TRUE, suffixes = c("_2015", "_2016"))

关键参数解释： #

• all.x=TRUE：强制保留左表的所有行，对应SQL的LEFT JOIN逻辑
• by和suffixes的作用和dplyr方法一致，用来指定关联字段和区分同名列

结果说明 #

两种方法的输出逻辑一致：

• 左表（2015年）的Grade3、Grade4行会合并2016年的对应数据
• 右表中独有的Grade5行不会出现在结果里（因为左连接以左表的行范围为准）

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