R merge 合並兩個 DataFrame

說明

按公共列或行名稱合並兩個 DataFrame ，或執行其他版本的數據庫連接操作。

用法

merge(x, y, ...)

## Default S3 method:
merge(x, y, ...)

## S3 method for class 'data.frame'
merge(x, y, by = intersect(names(x), names(y)),
      by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
      sort = TRUE, suffixes = c(".x",".y"), no.dups = TRUE,
      incomparables = NULL, ...)

參數

x, y	DataFrame 架，或被強製為一個的對象。
by, by.x, by.y	用於合並的列的規格。查看具體信息'。
all	邏輯性； all = L 是 all.x = L 和 all.y = L 的簡寫，其中 L 是 TRUE 或 FALSE 。
all.x	邏輯性；如果 TRUE ，則額外的行將添加到輸出中，其中 x 中的每一行在 y 中沒有匹配行。這些行將在那些通常填充 y 的值的列中包含 NA 。默認值為 FALSE ，因此輸出中僅包含來自 x 和 y 的數據的行。
all.y	邏輯性；類似於all.x。
sort	合乎邏輯的。結果應該在 by 列上排序嗎？
suffixes	長度為 2 的字符向量，指定用於使結果中不用於合並的列名稱唯一的後綴(出現在 by 等中)。
no.dups	邏輯表明suffixes在更多情況下附加以避免結果中出現重複的列名。這在之前是隱含的錯誤R版本 3.5.0。
incomparables	無法匹配的值。請參閱match。這旨在用於合並一列，因此這些是該列的不可比較的值。
...	傳入或傳出方法的參數。

細節

merge 是一個通用函數，其主要方法用於數據幀：默認方法將其參數強製為數據幀並調用 "data.frame" 方法。

默認情況下， DataFrame 在具有它們都具有的名稱的列上合並，但可以通過 by.x 和 by.y 給出單獨的列規範。提取兩個 DataFrame 中與指定列匹配的行並將其連接在一起。如果有多個匹配項，則所有可能的匹配項各貢獻一行。有關‘match’的確切含義，請參閱match。

要合並的列可以通過名稱、編號或邏輯向量指定：名稱"row.names" 或數字0 指定行名稱。如果按名稱指定，則它必須唯一對應於輸入中的命名列。

如果 by 或 by.x 和 by.y 的長度均為 0(長度為零的向量或 NULL )，則結果 r 是 x 和 y 的笛卡爾積，即dim(r) = c(nrow(x)*nrow(y), ncol(x) + ncol(y)) 。

如果 all.x 為 true，則 x 的所有不匹配情況也會追加到結果中，並在 y 的相應列中填充 NA ；類似地 all.y 。

如果合並中未使用的 DataFrame 中的列有任何通用名稱，則會附加suffixes(默認為".x" 和".y")，以嘗試使結果的名稱唯一。如果這是不可能的，則會拋出錯誤。

如果 by.x 列名稱與 y 之一匹配，並且 no.dups 為 true(默認情況下)，則 y 版本也會添加後綴，從而避免結果中出現重複的列名稱。

所使用算法的複雜性與答案的長度成正比。

在 SQL 數據庫術語中，默認值為all = FALSE給出一個自然連接，一個特殊情況內部聯接。指定all.x = TRUE給出一個左(外)連接,all.y = TRUE a 右(外)連接，並且兩者(all = TRUE) A(完全)外連接。 DBMS 不匹配NULL記錄，相當於incomparables = NA在R.

值

一個 DataFrame 。默認情況下，行在公共列上按字典順序排序，但對於 sort = FALSE 來說，順序未指定。這些列是公共列，後跟 x 中的其餘列，然後是 y 中的列。如果匹配涉及行名稱，則在左側添加一個名為Row.names的額外字符列，並且在所有情況下結果都具有‘automatic’行名稱。

注意

這是為了處理具有類似向量列的數據幀：某些方麵適用於包含矩陣的數據幀，但不是全部。

目前，輸入不接受長向量，因此限製為少於 2^31 行。該限製也適用於 32 位平台的結果。

例子

authors <- data.frame(
    ## I(*) : use character columns of names to get sensible sort order
    surname = I(c("Tukey", "Venables", "Tierney", "Ripley", "McNeil")),
    nationality = c("US", "Australia", "US", "UK", "Australia"),
    deceased = c("yes", rep("no", 4)))
authorN <- within(authors, { name <- surname; rm(surname) })
books <- data.frame(
    name = I(c("Tukey", "Venables", "Tierney",
             "Ripley", "Ripley", "McNeil", "R Core")),
    title = c("Exploratory Data Analysis",
              "Modern Applied Statistics ...",
              "LISP-STAT",
              "Spatial Statistics", "Stochastic Simulation",
              "Interactive Data Analysis",
              "An Introduction to R"),
    other.author = c(NA, "Ripley", NA, NA, NA, NA,
                     "Venables & Smith"))

(m0 <- merge(authorN, books))
(m1 <- merge(authors, books, by.x = "surname", by.y = "name"))
 m2 <- merge(books, authors, by.x = "name", by.y = "surname")
stopifnot(exprs = {
   identical(m0, m2[, names(m0)])
   as.character(m1[, 1]) == as.character(m2[, 1])
   all.equal(m1[, -1], m2[, -1][ names(m1)[-1] ])
   identical(dim(merge(m1, m2, by = NULL)),
             c(nrow(m1)*nrow(m2), ncol(m1)+ncol(m2)))
})

## "R core" is missing from authors and appears only here :
merge(authors, books, by.x = "surname", by.y = "name", all = TRUE)


## example of using 'incomparables'
x <- data.frame(k1 = c(NA,NA,3,4,5), k2 = c(1,NA,NA,4,5), data = 1:5)
y <- data.frame(k1 = c(NA,2,NA,4,5), k2 = c(NA,NA,3,4,5), data = 1:5)
merge(x, y, by = c("k1","k2")) # NA's match
merge(x, y, by = "k1") # NA's match, so 6 rows
merge(x, y, by = "k2", incomparables = NA) # 2 rows

也可以看看

data.frame、by、cbind。

dendrogram 表示具有 merge 方法的類。