在dplyr中左连接数据框后，如何仅保留右表匹配列并删除左表重复列

这是个非常常见的数据处理场景，我来给你分享几个简洁高效的解决方案：

方法1：提前筛选列，避免生成冗余列 #

如果从一开始就确定只需要左表的ID列和右表的所有数值列，那在连接前先把左表的冗余列去掉，这样连接后就不会出现.x和.y的后缀，一步到位：

library(dplyr)

# 模拟多列数据（Val1、Val2...Valn-1）
dataA <- data.frame(ID = c("1","b","c"), Val1 = c(1,2,3), Val2 = c(10,20,30))
dataB <- data.frame(ID = c("1","b","c"), Val1 = c(4,5,6), Val2 = c(40,50,60))

# 只保留dataA的ID列，再左连接dataB
clean_data <- dataA %>%
  select(ID) %>%
  left_join(dataB, by = "ID")

clean_data
#   ID Val1 Val2
# 1  1    4   40
# 2  b    5   50
# 3  c    6   60

方法2：连接后删除所有.x列并清理后缀 #

如果已经完成了连接操作，想要直接处理生成的.x和.y列，可以用select排除.x列，再用rename_with去掉.y后缀，恢复原列名：

# 先执行你的左连接
data <- dataA %>% left_join(dataB, by = "ID")

# 删除.x列，并重命名.y列
clean_data <- data %>%
  # 排除所有以.x结尾的列
  select(-ends_with(".x")) %>%
  # 去掉.y后缀
  rename_with(~ sub("\\.y$", "", .x), ends_with(".y"))

clean_data

你也可以反过来，直接选择ID和所有以.y结尾的列，再清理后缀：

clean_data <- data %>%
  select(ID, ends_with(".y")) %>%
  rename_with(~ sub("\\.y$", "", .x), ends_with(".y"))

关键函数说明 #

• ends_with(".x")/ends_with(".y")：dplyr的选择器函数，快速匹配所有以指定后缀结尾的列
• rename_with()：批量重命名列，配合正则表达式sub("\\.y$", "", .x)可以精准去掉.y后缀
• select(-列名)：用负号排除指定列，适合快速删除冗余列

内容的提问来源于stack exchange，提问作者itthrill