R语言merge函数详解：数据框合并的6种核心场景与参数指南

准备测试数据

为了直观展示合并效果，首先创建两个包含学生信息的数据框。数据框 w 包含姓名、班级、年级和英语成绩；数据框 q 包含部分相同姓名但不同的班级信息以及数学成绩。注意：在真实的数据分析场景中，建议先检查两个数据集的结构，确保数据类型一致，特别是日期或因子类型，以免因格式不匹配导致合并失败。

name <- c('A','B','A','A','C','D')
school <- c('s1','s2','s1','s1','s1','s3')
class <- c(10, 5, 4, 11, 1, 8)
English <- c(85, 50, 90 ,90, 12, 96)
w <- data.frame(name, school, class, English)
w

name  <-  c('A','B','C','F')
school <- c('s3','s2','s1','s2')
class <-  c(5, 5, 1,3)
maths <- c(80,89,55,90)
English <- c(88, 89, 32, 89)
q <- data.frame(name, school, class, maths, English)
q

查看当前两个数据框的基础内容：

w
q

第1步：按相同列名进行默认合并（内连接）

目的：仅返回两个数据框中都存在的公共记录。这是merge函数的基础行为，默认取交集。 操作：如果两列名称完全相同（例如都是name），可以直接使用merge(w, q)，或者显式指定by = 'name'。

merge(w,q,by.x = 'name', by.y = 'name')

也可以通过其他共同的列（如school）来执行相同的逻辑：

w
q
merge(w,q,by.x = 'school', by.y = 'school')

第2步：使用 all=TRUE 实现全外连接

目的：保留两个数据框中的所有行。如果某一行在另一个数据框中没有匹配的键值，系统会自动将对应的字段填充为 NA（缺失值）。 操作：设置参数all = TRUE并启用排序以便观察结果。

w
q
merge(w, q, all=TRUE, sort=TRUE)

第3步：使用 all.x=TRUE 实现左连接

目的：以左侧数据框 w 为准，保留其所有记录。右侧数据框 q 中未能匹配的记录将被丢弃，而 w 中有但 q 中没有的数据则填充 NA。 入口：在函数调用中加入 all.x = TRUE。 重要参数：by = 'name' 确保按指定的主键进行匹配，而不是默认的所有同名列。

w
q
merge(w ,q ,all.x=TRUE,sort=TRUE)

显式指定匹配列后的完整写法：

w
q
merge(w, q, by = 'name',all.x = TRUE, sort = TRUE)

第4步：使用 all.y=TRUE 实现右连接

目的：以右侧数据框 q 为准，保留其所有记录。左侧数据框 w 中未能匹配的记录将被丢弃。 操作：设置参数all.y = TRUE。

w
q
merge(w ,q ,by = 'name', all.y=TRUE,sort=TRUE)

完成判断与注意事项

通过以上步骤，已经掌握了 merge 函数的四种主要连接模式：内连接（默认）、全连接（all=TRUE）、左连接（all.x=TRUE）和右连接（all.y=TRUE）。在实际操作中，如果遇到合并后行数异常减少的情况，通常是因为使用了默认的“内连接”策略，此时请考虑是否需要调整为左连接或全连接。此外，合并前的数据清洗（如去除首尾空格、统一大小写）对于保证匹配成功率至关重要。

以上就是R语言merge函数在数据框合并中的详细内容，更多关于R数据分析技巧的资料请关注本站其它相关文章！