R学习从Tidyverse学起，入门R语言dplyr合并数据

R学习往期回顾：

今天我们补充一下dplyr包中的合并数据的功能

dplyr::inner_join/full_join/left_join/right_join

inner_join：只包含同时出现在x,y表中的行

left_join：包含所有x中以及y中匹配的行

right_join：包含所有y中以及x中匹配的行

full_join：包含所以x、y中的行

用法

inner_join(x, y, by = NULL, copy = FALSE, suffix = c(".x", ".y"),
...)

left_join(x, y, by = NULL, copy = FALSE, suffix = c(".x", ".y"), ...)

right_join(x, y, by = NULL, copy = FALSE, suffix = c(".x", ".y"),
...)

full_join(x, y, by = NULL, copy = FALSE, suffix = c(".x", ".y"), ...)

理解连接

x <- tribble( ~key, ~val_x, 1, "x1", 2, "x2", 3, "x3")y <- tribble( ~key, ~val_y, 1, "y1", 2, "y2", 4, "y3")

有颜色的列表示作为“键”的变量：它们用于在表间匹配行。灰色列表示“值”列，是与键对应的值。

连接是将 x 中每行连接到 y 中 0 行、一行或多行的一种方法。下图表示出了所有可能的匹配，匹配就是两行之间的交集

匹配在实际的连接操作中是用圆点表示的。圆点的数量 = 匹配的数量 = 结果中行的数量

内连接

内连接是最简单的一种连接。只要两个观测的键是相等的，内连接就可以匹配它们

内连接的结果是一个新数据框，其中包含键、 x 值和 y 值。我们使用 by 参数告诉 dplyr 哪个变量是键：

x %>% inner_join(y, by = "key")#> # A tibble: 2 × 3#> key val_x val_y#> <dbl> <chr> <chr>#> 1 1 x1 y1#> 2 2 x2 y2

外连接
内连接保留同时存在于两个表中的观测，外连接则保留至少存在于一个表中的观测。外连接有 3 种类型

· 左连接：保留 x 中的所有观测。
· 右连接：保留 y 中的所有观测
· 全连接：保留 x 和 y 中的所有观测。

这些连接会向每个表中添加额外的“虚拟”观测，这个观测拥有总是匹配的键（如果没有其他键可匹配的话），其值则用 NA 来填充。

最常用的连接是左连接：只要想从另一张表中添加数据，就可以使用左连接，因为它会保留原表中的所有观测，即使它没有匹配。左连接应该是你的默认选择
表示不同类型连接的另一种方式是使用维恩图

base::merge() 函数可以实现所有 4 种合并连接操作

练习一下

library(tidyverse)band_membersband_instruments

band_members %>% inner_join(band_instruments)band_members %>% left_join(band_instruments)band_members %>% right_join(band_instruments)band_members %>% full_join(band_instruments)

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。