如何在R中按日期以cbind方式合并含缺失数据的两组数据集

首先得明确：cbind()在这里并不适用——它是单纯按行的位置绑定列，而你的两个数据集行不对应（数据集2缺少3/1/01和4/1/01的记录），强行用cbind会导致数据完全错位，根本达不到按日期匹配的效果。

正确的做法是用merge()函数，它能根据指定的匹配键（这里是Date和time）对齐两个数据集，自动处理缺失行，把匹配到的heatlost和weight列插入到数据集1中，缺失的位置会用NA填充，正好符合你的需求。

具体步骤： #

1. 先把你的数据转换成R数据框 #

先模拟读入你给出的两个数据集：

# 数据集1
df1 <- data.frame(
  Date = c("1/1/01", "2/1/01", "3/1/01", "4/1/01", "5/1/01", "6/1/01", "7/1/01"),
  time = c("0300", "0800", "0300", "0600", "0800", "0300", "0800"),
  Range = c("31km", "30km", "33km", "32km", "28km", "35km", "31km"),
  Waterconsumption = c("2.0liters", "1.8liters", "1.7liters", "1.8liters", "1.7liters", "1.6liters", "1.8liters"),
  stringsAsFactors = FALSE
)

# 数据集2
df2 <- data.frame(
  Date = c("1/1/01", "2/1/01", "5/1/01", "6/1/01", "7/1/01"),
  time = c("0300", "0800", "0800", "0300", "0800"),
  heatlost = c(0.27, 0.33, 0.69, 0.15, 0.63),
  weight = c("61.5kg", "62.0kg", "61.7kg", "61.8kg", "62.0kg"),
  stringsAsFactors = FALSE
)

2. 使用merge()按日期时间匹配合并 #

指定by = c("Date", "time")作为匹配键，设置all.x = TRUE来保留数据集1的所有行，只匹配数据集2中对应的记录：

merged_df <- merge(df1, df2, by = c("Date", "time"), all.x = TRUE)

3. 查看合并结果 #

运行后得到的merged_df就是你想要的格式：

print(merged_df)
#>     Date time Range Waterconsumption heatlost weight
#> 1 1/1/01 0300  31km        2.0liters     0.27 61.5kg
#> 2 2/1/01 0800  30km        1.8liters     0.33 62.0kg
#> 3 3/1/01 0300  33km        1.7liters       <NA>   <NA>
#> 4 4/1/01 0600  32km        1.8liters       <NA>   <NA>
#> 5 5/1/01 0800  28km        1.7liters     0.69 61.7kg
#> 6 6/1/01 0300  35km        1.6liters     0.15 61.8kg
#> 7 7/1/01 0800  31km        1.8liters     0.63 62.0kg

可以看到heatlost和weight已经正确插入到Waterconsumption列之后，缺失的记录用NA填充，完全符合你的需求。

为什么不能用cbind()？ #

再强调一次：cbind()只看行的位置，不管内容是否匹配。比如它会把数据集2的第3行（5/1/01的记录）绑定到数据集1的第3行（3/1/01的记录），直接导致数据错位，这显然不是你想要的结果。

内容的提问来源于stack exchange，提问作者MT32