存在NA值时，能否基于单个ID对多列执行Left Join操作？

首先得明确你的需求：要基于bb列匹配，同时要求data里的cc或dd（忽略NA）等于data2里对应bb行的ff值，匹配成功则带回ee列，否则ee为NA。你的原始写法存在几个问题：R里的左连接函数是dplyr::left_join()（不是leftjoin()），且by参数只能指定匹配列名，不能直接写条件表达式，也没法在by里处理NA逻辑。

下面提供两种可行的实现方式，都能得到你期望的结果：

方法一：按行匹配（直观易懂） #

用dplyr的行处理功能，逐行判断匹配条件：

library(dplyr)

# 原始数据
aa = c(rep(4,4))
bb = c("a", "b", "c", "d")
cc = c(10, NA, 15, 4)
dd = c(NA, 2, NA, NA)
ee = c(14, 10, 12, 10)
ff = c(10, 2, 12, 6)
data <- data.frame(aa, bb, cc, dd)
data2 <- data.frame(bb, ee, ff)

# 执行匹配逻辑
result <- data %>%
  rowwise() %>%
  mutate(
    # 获取当前bb对应的目标ff值
    target_ff = data2$ff[data2$bb == bb],
    # 判断cc/dd是否匹配target_ff（忽略NA），匹配则取对应ee，否则为NA
    ee = ifelse(any(c(cc, dd) == target_ff, na.rm = TRUE),
                data2$ee[data2$bb == bb],
                NA)
  ) %>%
  ungroup() %>%
  select(-target_ff) # 移除临时辅助列

print(result)

运行后输出结果：

# A tibble: 4 × 5
     aa bb      cc    dd    ee
  <dbl> <chr> <dbl> <dbl> <dbl>
1     4 a        10    NA    14
2     4 b        NA     2    10
3     4 c        15    NA    NA
4     4 d         4    NA    NA

逻辑说明： #

• rowwise()开启逐行处理模式，让我们能针对每一行单独判断
• any(c(cc, dd) == target_ff, na.rm = TRUE)：检查cc或dd是否等于目标ff，na.rm=TRUE会忽略NA值的无效比较（比如NA == 10会返回NA，这个参数会跳过这些NA，只看非NA值的匹配情况）
• 匹配成功则提取对应bb的ee值，否则设为NA

方法二：长格式转换后连接（适合复杂场景） #

如果后续有更多类似列需要匹配，可以先把data的cc/dd转成长格式，再和data2连接，最后合并回原数据：

library(dplyr)
library(tidyr)

# 宽转长，把cc/dd合并为一列
data_long <- data %>%
  pivot_longer(cols = c(cc, dd), names_to = "col", values_to = "val") %>%
  filter(!is.na(val)) # 去掉NA值

# 和data2连接，匹配bb和val=ff
matched_ee <- data_long %>%
  left_join(data2, by = c("bb" = "bb", "val" = "ff")) %>%
  select(aa, bb, ee)

# 合并回原数据，去重并填充NA
result <- data %>%
  left_join(matched_ee, by = c("aa", "bb")) %>%
  group_by(aa, bb, cc, dd) %>%
  summarise(ee = first(ee), .groups = "drop")

print(result)

这个方法的核心是先把多列的匹配值转成单行，再做标准连接，适合后续扩展更多匹配列的场景。

内容的提问来源于stack exchange，提问作者S31