Question

我在R中合并2个data.frames时遇到了一个小问题。

我正在尝试合并具有相同列名的2个data.frames，我希望R将相同名称的列合并为一列，而不是将其分成两列。

通常，当R在合并data.frames时遇到相同名称列时会发生什么，它会创建2个带有后缀“x”和“y”的单独变量。有没有办法在merge命令中指定它，将不同数据集中的类似名称列视为一列/变量？

我们可以用作例子的代码：

x = data.frame(id = c("a","c","d","g"), 
              maths = c(1,3,4,7),  physics = c(1,3,4,7),  chemistry = c(1,3,4,7),  
           english = c(1,3,4,7))
y = data.frame(id = c("b","c","d","e","f"),
                maths = c(5,6,8,9,7), physics = c(5,6,8,9,7), chemistry = c(5,6,8,9,7),
           english = c(5,6,8,9,7))

xy <- merge(x, y, by = "id")

现在有一个相同的解决方法，我们可以在合并数据集中创建一个新变量，该变量采用来自相同名称列的非NA值，但如果您有大量列，则效率非常低。

SAS用户会遇到这个问题，因为这个问题是由一个专业的SAS用户注意到的，其中merge（）语句将两个相同的名称列组合成一列。

另外，作为下面提到的答案之一，如果我们使用：

xy <- merge(x, y, by = intersect(names(x), names(y)))

我们在2个data.frames之间没有交集。理想情况下，我们希望这里有4个观测值，2个数据中每个观测值2个。帧数id = c（“c”，“d”）

非常感谢任何专业用户帮我解决这个问题。

谢谢！

Answer 1

你真的想合并还是rbind(x,y)你想要的是什么？在您的示例中，这会产生相同的data.frame（按id排序后）。如果要实际合并data.frames，则必须指定不想复制的名称：

merge(x, y, all=TRUE)
merge(x, y, by = c("id", "maths", "physics", "chemistry", "english"), all = TRUE)

Answer 2

这是我的快速解决方案。

希望它有所帮助。请注意，x的第一列是我要加入的ID

output <- merge(x[!(names(x)[2:length(names(x))] %in% names(y))], y, by.x = "id", by.y="id", all=TRUE)

合并R中的数据集

2 个答案: