在R中合并保留数据集的所有行

Question

我有两个数据框

distinct_paper_year_data：

author_id      distinct_paper_year_count
     1                         3
     2                         1
     4                         1
     5                         4 

author_data：

author_id    paper_id  confirmed
   1         25733         1
   2         47276         1
   3         79468         1
   4         12856         0

现在我想合并，以便所需的输出如下：

author_id  paper_id     confirmed    distinct_paper_year_count
 1            25733          1               3
 2            47276          1               1 
 3            79468          1               0  
 4            12856          0               4

在此我需要表author_id中的author_data位于最终输出中。由于distinct_paper_year_count中没有author_id==3的数据，因此distinct_paper_year_count列的值在最终结果中应为零（对于author_id==3）。

通过使用合并我正在

   merge(distinct_paper_year_data,author_data,by="author_id") 

author_id    distinct_paper_year_count paper_id confirmed
     1                         3       25733         1
     2                         1       47276         1
     4                         1       12856         0

如何获得所需的输出？

Answer 1

您需要外部联接：

merge(distinct_paper_year_data,author_data,by="author_id", all=T)

注意：对于表格不匹配的行，您将获得NA，例如{3,5}中的author_id。也就是说，如果需要，您可以简单地修改NA。您还可以使用all.x或all.y进行左外连接或右外连接。

最后查看data.table以获得更快的联接（以及更多功能）