1、数据集合并简介
2、数据集准备
##创建学生信息表 student <- data.frame("name" = c("张三", "李四", "王五", "马六"), "score" = c(65, 70, 61, 98)) ##创建学生年级信息表 class <- data.frame(name = c("张三", "王五", "马六", "小明"), "grade" = c("三年级", "二年级", "四年级", "四年级")) ##转换数据类型 library(data.table) student.dt <- data.table(student) class.dt <- data.table(class) ##转换数据类型 library(dplyr) student.df <- tbl_df(student) class.df <- tbl_df(class)3、基本语法
3.1 merge()函数
参数解释：
x,y：需要合并的数据集
by：用于连接两个数据集的列，当两个数据集公共列名相同，可以写成by = "公共列名"
by.x、by.y：用于指定依据哪个列合并，常用于当两个数据集公共列名不一样的时候；
all、all.x、all.y：指定x和y的行是否应该全部输出
sort：是否需要排序
3.2 data.table中的方法
首先创建公共键，可以理解为两个数据表连接的列。
setkey(x, column_name)
setkey(y, column_name)
然后基本语法：
3.3 dplyr中的方法
基本语法
full_join(x, y, by ...)
anti_join(x, y, by ...)
参数解释：
x、y为tbl_df类似数据
by：公共列，当公共列名相同的时候，直接使用by = "公共列名";当公共列名不同的时候，使用by = c("a" = "b"),可以理解x.a = y.b。
4、内连接
##merge函数实现 merge(student, class, by = "name") ##通过data.table实现 ###创建键 setkey(student.dt, name) setkey(class.dt, name) ###内连接实现，nomatch = 0限制是内连接 student.dt[class.dt,nomatch = 0] ##通过dplyr实现，与merge函数语句基本相同 inner_join(student.df, class.df, by = "name")
5、左连接
##merge函数实现 merge(student, class, by = "name", all.x = T) ###data.table中实现，哪个是主表，写在[]里面 class.dt[student.dt] ###dplyr中实现 left_join(student.df, class.df, by = "name")
6、右连接
##merge函数实现 merge(student, class, by = "name", all.y = T) ##data.table实现，哪个是主表，写在[]内 student.dt[class.dt] ##dplyr实现 right_join(student.df, class.df, by = "name")
7、其他连接
全连接
##merge函数实现 merge(student, class, by = "name",all = T) ##dplyr中实现 full_join(student.df, class.df, by = "name")
“差”连接：只存在一个表，另一个表中都不匹配的数据
##只存在student_df，class_df中不存在的数据 anti_join(student.df, class.df, by = "name")
文章来源: R语言-数据合并