Question

我有以下数据框a，b，c

Year<-rep(c("2002","2003"),1)
Crop<-c("TTT","RRR")
a<-data.frame(Year,Crop)

Year<-rep(c("2002","2003"),2)
ProductB<-c("A","A","B","B")
b<-data.frame(Year,ProductB)

Year<-rep(c("2002","2003"),3)
Location<-c("XX","XX","YY","YY","ZZ","ZZ")
c<-data.frame(Year,Location)

并希望将他们聚集在一起。当我使用merge函数时，我得到的笛卡尔积不是我想要的。

d<-merge(a,b,by="Year")
e<-merge(d,c,by="Year")

我希望数据框看起来像

Year   Crop    ProductB    Location
 2002  TTT      A              XX
 2002   NA      B              YY
 2002   NA      NA             ZZ
 2003  RRR      A              XX 
 2003   NA      B              YY
 2003   NA      NA             ZZ

这可能吗？谢谢你的帮助

Answer 1

这是使用data.table的单向方式。

require(data.table) ## 1.9.2
# (1)
setDT(a)[, GRP := 1:.N, by=Year]
setDT(b)[, GRP := 1:.N, by=Year]
setDT(c)[, GRP := 1:.N, by=Year]
# (2)
merge(a, merge(b, c, by=c("Year", "GRP"), 
          all=TRUE), by=c("Year", "GRP"), all=TRUE)

#    Year GRP Crop ProductB Location
# 1: 2002   1  TTT        A       XX
# 2: 2002   2   NA        B       YY
# 3: 2002   3   NA       NA       ZZ
# 4: 2003   1  RRR        A       XX
# 5: 2003   2   NA        B       YY
# 6: 2003   3   NA       NA       ZZ

（1） - setDT将data.frame转换为data.table，然后按GRP分组创建新列Year。有了这个，我们就拥有了Year, Grp。
的独特组合
（2） - 我们合并了两列Year, GRP。

.N是一个内置变量，用于保存该组的行数。

Answer 2

Arun的回答将输出您想要的玩具示例。我只想添加两条评论。

首先。你没有得到笛卡尔积。这可以通过设置by = NULL，比较以下行的输出来完成：

merge(a, b, by = "Year")
merge(a, b, by = NULL)

二。我看到你想要的输出是如何构造的。但我没有看到它背后的逻辑。我（或算法）如何知道，例如TTT要与A和XX匹配，而不是NA和ZZ？为什么B仅匹配YY而不是ZZ，比如说？

编辑：顺便说一句，Arun的策略也适用于merge函数而没有data.table包。

a$Grp <- seq_len(nrow(a))
b$Grp <- seq_len(nrow(b))
c$Grp <- seq_len(nrow(c))

d <- merge(a, b, by = c("Year", "Grp"), all = TRUE)
e <- merge(d, c, by = c("Year", "Grp"), all = TRUE)
e[,-2]

R合并三个数据帧而不形成笛卡尔积

2 个答案: