合并物种观测数据集：保留所有点位并补全未观测物种的0值

我太懂这种需求了——做物种分布数据分析时，不同物种的观测点位不重叠，直接用merge会丢数据，确实头疼！咱们一步步来解决：

首先先把你的示例数据用R代码还原出来：

# 物种1数据集
species1 <- data.frame(
  Point = c(1, 3, 4, 6),
  Species1 = c(19, 12, 11, 23)
)

# 物种2数据集
species2 <- data.frame(
  Point = c(2, 3, 5, 6),
  Species2 = c(10, 20, 12, 25)
)

你之前用merge丢失点位，是因为默认的merge是内连接（只保留两个数据集都有的Point），咱们需要改成全连接，保留所有出现过的点位，再把缺失的观测值补成0。

方法1：基础R实现 #

先用merge的all = TRUE参数做全连接：

merged_data <- merge(species1, species2, by = "Point", all = TRUE)

这时候缺失的位置会是NA，咱们把所有NA替换成0就行：

merged_data[is.na(merged_data)] <- 0

方法2：dplyr管道实现（更简洁） #

如果你习惯用tidyverse系列的包，用full_join配合replace_na会更直观：

library(dplyr)

merged_data <- species1 %>%
  full_join(species2, by = "Point") %>%
  mutate(across(c(Species1, Species2), ~replace_na(.x, 0)))

两种方法运行后，都会得到你想要的结果：

Point Species1 Species2
1     1       19        0
2     2        0       10
3     3       12       20
4     4       11        0
5     5        0       12
6     6       23       25

扩展：批量合并多个物种数据集 #

如果之后有更多物种的数据集（比如species3、species4...），可以把它们放进列表里，用Reduce批量合并，不用一个个写merge：

# 把所有物种数据集放进列表
species_list <- list(species1, species2) # 可以继续添加更多数据集
# 批量全连接合并
merged_all <- Reduce(function(x, y) merge(x, y, by = "Point", all = TRUE), species_list)
# 补全NA为0
merged_all[is.na(merged_all)] <- 0

这样不管有多少个物种数据集，都能一次性处理好～

内容的提问来源于stack exchange，提问作者J Clark