如何基于行数不同的df_y为df_x匹配并添加对应count列

在R里处理这种“按匹配列赋值”的需求，用**合并（join）**或者match函数是最稳妥的，给你三种常用方案：

方案1：基础R的merge函数（不用额外装包） #

基础R自带的merge函数专门干这个，用all.x = TRUE就能保留df_x的所有行，匹配不到的count自动设为NA，完美符合你的需求：

df_x <- merge(df_x, df_y, by = "int_area", all.x = TRUE)

• by = "int_area"：指定用来匹配的列是int_area
• all.x = TRUE：意思是“保留左边数据框（也就是df_x）的所有行”，匹配不到的位置自动填充NA

方案2：用dplyr的left_join（语法更清爽） #

如果你平时用tidyverse系列工具，dplyr的left_join语法更直观，可读性更强：

# 先装包（没装过的话）
install.packages("dplyr")
library(dplyr)

df_x <- df_x %>% 
  left_join(df_y, by = "int_area")

这个操作和上面的merge效果完全一样，只是用了管道符%>%，写起来更顺。

方案3：用match函数手动赋值（适合不想合并数据框的情况） #

如果你只是想给df_x新增列，不想改变数据框结构，match函数可以帮你精准定位索引：

df_x$count <- df_y$count[match(df_x$int_area, df_y$int_area)]

• match(df_x$int_area, df_y$int_area)会返回一个向量，每个元素是df_x里的int_area在df_y中的位置，找不到的就返回NA
• 用这个索引去取df_y$count，自然就得到了对应的值，匹配不到的就是NA

为啥你之前的方法会踩坑？ #

• 用==的时候，R会做循环匹配：如果两个向量长度不一样，短的那个会重复自己直到和长的一样长，这完全不是你要的“按值匹配”逻辑，所以会弹出长度不匹配的警告，结果也不对。
• 用%in%的话，它返回的是一个逻辑向量（告诉你df_x的每个int_area是否存在于df_y中），但你直接用这个向量去取df_y$count，得到的是和df_y长度一样的向量，和df_x的长度不匹配，所以就报了“替换长度不对”的错误。

内容的提问来源于stack exchange，提问作者Rslang