Question

我有多个文件，包含许多行和三列，需要在前两列匹配的基础上合并它们。文件1

12   13   a
13   15   b
14   17   c
 4    9   d
 .    .   .
 .    .   .
 81   23  h

文件2

12   13   e
3    10   b
14   17   c
 4    9   j
 .    .   .
 .    .   .
 1   2    k

档案3

12   13   m
13   15   k
1     7   x
24    9   d
 .    .   .
 .    .   .
 1   2    h

等等。我想合并它们以获得以下结果

12   13   a  e  m
13   15   b  k
14   17   c  c
 4    9   d  j
 3   10   b
24    9   d
 .    .   .
 .    .   .
 81   23  h
  1    2  k
  1    7  x

Answer 1

对于这些类型的问题，通常会想到的第一件事是merge，可能与Reduce(function(x, y) merge(x, y, by = "somecols", all = TRUE), yourListOfDataFrames)一起使用。

然而，merge并不总是最有效的功能，特别是因为它看起来像你想要＆＃34;崩溃＆＃34;从左到右填充行的所有值，这不是默认的merge行为。

相反，我建议您将所有内容堆叠成一个长data.frame并在添加索引变量后重新整形。

以下是两种方法：

选项1：＆＃34; dplyr＆＃34; +＆＃34; tidyr＆＃34;

使用mget将您的所有data.frame放入list。
使用rbind_all将list转换为单个data.frame。
使用sequence(n())中的mutate来自＆＃34; dplyr＆＃34;分组数据并创建索引。
使用来自＆＃34; tidyr＆＃34;的spread转变为长期＆＃34;格式为＆＃34;宽＆＃34;格式。

library(dplyr)
library(tidyr)

combined <- rbind_all(mget(ls(pattern = "^file\\d")))
combined %>%
  group_by(V1, V2) %>% 
  mutate(time = sequence(n())) %>% 
  ungroup() %>% 
  spread(time, V3, fill = "")
# Source: local data frame [7 x 5]
# 
#   V1 V2 1 2 3
# 1  1  7 x    
# 2  3 10 b    
# 3  4  9 d j  
# 4 12 13 a e m
# 5 13 15 b k  
# 6 14 17 c c  
# 7 24  9 d

选项2：＆＃34; data.table＆＃34;

使用mget将您的所有data.frame放入list。
使用rbindlist将该列表转换为单个data.table。
使用sequence(.N)按群组生成序列。
使用dcast.data.table转换＆＃34; long＆＃34; data.table进入广泛的＆＃34;之一。

library(data.table)

dcast.data.table(
  rbindlist(mget(ls(pattern = "^file\\d")))[, 
    time := sequence(.N), by = list(V1, V2)],
  V1 + V2 ~ time, value.var = "V3", fill = "")
#    V1 V2 1 2 3
# 1:  1  7 x    
# 2:  3 10 b    
# 3:  4  9 d j  
# 4: 12 13 a e m
# 5: 13 15 b k  
# 6: 14 17 c c  
# 7: 24  9 d

这两个答案都假设我们从以下示例数据开始：

file1 <- structure(
  list(V1 = c(12L, 13L, 14L, 4L), V2 = c(13L, 15L, 17L, 9L), 
       V3 = c("a", "b", "c", "d")), .Names = c("V1", "V2", "V3"), 
  class = "data.frame", row.names = c(NA, -4L))
file2 <- structure(
  list(V1 = c(12L, 3L, 14L, 4L), V2 = c(13L, 10L, 17L, 9L), 
       V3 = c("e", "b", "c", "j")), .Names = c("V1", "V2", "V3"), 
  class = "data.frame", row.names = c(NA, -4L))
file3 <- structure(
  list(V1 = c(12L, 13L, 1L, 24L), V2 = c(13L, 15L, 7L, 9L), 
       V3 = c("m", "k", "x", "d")), .Names = c("V1", "V2", "V3"), 
  class = "data.frame", row.names = c(NA, -4L))

基于列合并文件

1 个答案:

选项1：＆＃34; dplyr＆＃34; +＆＃34; tidyr＆＃34;

选项2：＆＃34; data.table＆＃34;