Rでデータハンドリングする時，便利なmerge関数。
簡単に言うと，二種類のデータがあったら，キー変数を使って名寄せしてくれるわけです。例えば事前調査，事後調査をして別のファイルに保存していたけど，分析は前後で対応をつけてやりたい。学籍番号か何かでラベルはつけてあるけど，ソートしてマッチングして・・・というのは手作業では大変ですな。それを自動でやってくれるんです，こんなにありがたいことはない。
ということで，まさに上のような状態で分析を今から始めようとしていて，データセットA,データセットBそれぞれに200人近いデータが入っていたのです。それを分析するために結合しようとして，
total <- merge(dataA,dataB,by=”キー変数”)
とするだけでよかった・・・はず。
でも，出来上がったデータセットはなぜか500人近いデータになっていてびっくりw
完全にバラバラなデータであっても，400人にしかならないはずなのに，どこからか100人分わいて出てきている。これはどういうことだろう・・・と，この三日ほどなやんでおりました。
が，先ほど色々考えてやっと解決。
要は，キー変数に欠損値が複数ある場合，が問題だった。
データセットAのキー変数(例えばID)が，1，4, 3, NA, NA,とあって，データセットBに同じく1,3,5,NA,NA,NAとあったとします。この場合，両者にある1，3のデータはマージしてほしいんだけど，5は違うので，残すか消すかですね。5を保存するかどうかはオプションで指定します。保存してほしかったら，all=Tというオプションを着けます。
問題は，NAなのです。欠損値なので，このレコードは合わせようがない。もっとも，分析には一部使えるので，マージするだけするか，というところですが，複数のNAがどことマッチするか分からない！
そこでRは，その分を水増しするわけです。
仮にデータセットAのNAを順にNA_a1,NA_a2,データセットBのNAを順にNA_b1,NA_b2,NA_b3とすると，どうやらRは，
NA_a1=NA_b1
NA_a1=NA_b2
NA_a1=NA_b3
NA_a2=NA_b1
NA_a2=NA_b2
NA_a2=NA_b3
と「水増し」してしまうようです。
なんだこりゃ，と思われるかもしれないけど，Rの立場から考えると（！）これは合理的な配慮ではあるかな，と。
それが嫌なら，事前にキー変数の欠損値に別の数字を割り付けておくかなんかして，確実にずれるようにすれば問題回避できます。
やー，とにかくこれで謎が明らかになったぞ。
やれやれ。
追記）@R_Linux先生から素敵なお知らせ。merge関数のincomparables引数にNAを指定すればこの問題を回避できます。使い方は
merge(dataA,dataB,by=”キー変数”,incomparables=NA)
とするだけです。
こんなに簡単な回避方法があったとは。自分は別でかぶらないように着けたID変数をキー変数のNAに代入して回避してましたよ。
自らの無能さを晒すために，消さずにおいておきます。
教えてくださりありがとうございました！