R dplyr nest_join 嵌套连接

嵌套连接使 x 几乎保持不变，只是它添加了一个新的列表列，其中每个元素包含 y 中与 x 中相应行匹配的行。

用法

nest_join(x, y, by = NULL, copy = FALSE, keep = NULL, name = NULL, ...)

# S3 method for data.frame
nest_join(
  x,
  y,
  by = NULL,
  copy = FALSE,
  keep = NULL,
  name = NULL,
  ...,
  na_matches = c("na", "never"),
  unmatched = "drop"
)

参数

x, y

一对数据帧、数据帧扩展(例如 tibble)或惰性数据帧(例如来自 dbplyr 或 dtplyr)。有关更多详细信息，请参阅下面的方法。

by

使用 join_by() 创建的连接规范，或要连接的变量的字符向量。

如果 NULL (默认值)，*_join() 将使用 x 和 y 之间的所有共同变量执行自然连接。一条消息列出了变量，以便您可以检查它们是否正确；通过显式提供 by 来抑制该消息。

要连接 x 和 y 之间的不同变量，请使用 join_by() 规范。例如， join_by(a == b) 将匹配 x$a 到 y$b 。

要连接多个变量，请使用带有多个表达式的 join_by() 规范。例如， join_by(a == b, c == d) 将 x$a 与 y$b 匹配，将 x$c 与 y$d 匹配。如果 x 和 y 之间的列名称相同，您可以通过仅列出变量名称来缩短列名称，例如 join_by(a, c) 。

join_by() 还可用于执行不等式连接、滚动连接和重叠连接。有关这些类型的连接的详细信息，请参阅?join_by 中的文档。

对于简单的等式连接，您也可以指定要连接的变量名称的字符向量。例如， by = c("a", "b") 将 x$a 连接到 y$a 并将 x$b 连接到 y$b 。如果 x 和 y 之间的变量名称不同，请使用命名字符向量，例如 by = c("x_a" = "y_a", "x_b" = "y_b") 。

要执行交叉联接，生成 x 和 y 的所有组合，请参阅 cross_join() 。

copy

如果 x 和 y 不是来自同一个数据源，并且 copy 是 TRUE ，则 y 将被复制到与 x 相同的源中。这允许您跨 src 连接表，但这是一项潜在昂贵的操作，因此您必须选择它。

keep

新的列表列是否应该包含连接键？默认情况下将保留不等式连接的连接键。

name

由连接创建的列表列的名称。如果 NULL (默认值)，则使用 y 的名称。

...

传递给方法的其他参数。

na_matches

两个 NA 或两个 NaN 值应该匹配吗？

• "na" (默认值)将两个 NA 或两个 NaN 值视为相等，例如 %in% 、 match() 和 merge() 。

• "never" 将两个 NA 或两个 NaN 值视为不同的值，并且永远不会将它们匹配在一起或与任何其他值匹配。这类似于数据库源的联接和 base::merge(incomparables = NA) 。

unmatched

应如何处理会导致删除行的不匹配键？

• "drop" 从结果中删除不匹配的键。

• 如果检测到不匹配的键，"error" 会引发错误。

unmatched 旨在防止您在连接期间意外删除行。它仅检查输入中可能会删除行的不匹配键。

• 对于左连接，它检查 y 。

• 对于右连接，它检查 x 。

• 对于内部联接，它检查 x 和 y 。在这种情况下，unmatched 也可以是长度为 2 的字符向量，以独立指定 x 和 y 的行为。

值

输出：

• 与x 类型相同(包括具有相同的组)。

• 与 x 具有完全相同的行数。

• 包含 x 的所有列，顺序相同且值相同。仅当 keep = FALSE 时，它们才会被(轻微)修改，此时 by 中列出的列将被强制为 x 和 y 中的通用类型。

• 在最右侧获得一个名为 {name} 的新列，这是一个包含与 y 类型相同的数据帧的列表列。

与其他连接的关系

您可以根据嵌套连接的结果重新创建许多其他连接：

• inner_join() 是 nest_join() 加上 tidyr::unnest() 。

• left_join() 是 nest_join() 加上 tidyr::unnest(keep_empty = TRUE) 。

• semi_join() 是 nest_join() 加上 filter()，您可以在其中检查数据的每个元素是否至少有一行。

• anti_join() 是 nest_join() 加上 filter()，您可以在其中检查每个元素是否有零行。

方法

该函数是泛型函数，这意味着包可以为其他类提供实现(方法)。有关额外参数和行为差异，请参阅各个方法的文档。

当前在加载的包中可以使用以下方法： dplyr ( data.frame ) 。

也可以看看

例子

df1 <- tibble(x = 1:3)
df2 <- tibble(x = c(2, 3, 3), y = c("a", "b", "c"))

out <- nest_join(df1, df2)
#> Joining with `by = join_by(x)`
out
#> # A tibble: 3 × 2
#>       x df2             
#>   <dbl> <list>          
#> 1     1 <tibble [0 × 1]>
#> 2     2 <tibble [1 × 1]>
#> 3     3 <tibble [2 × 1]>
out$df2
#> [[1]]
#> # A tibble: 0 × 1
#> # ℹ 1 variable: y <chr>
#> 
#> [[2]]
#> # A tibble: 1 × 1
#>   y    
#>   <chr>
#> 1 a    
#> 
#> [[3]]
#> # A tibble: 2 × 1
#>   y    
#>   <chr>
#> 1 b    
#> 2 c    
#>