Question

这是How to join (merge) data frames的重复问题。您可以在组内执行left.merge，但不能在整个数据集中执行。 ID是唯一的内部组，不是 acroos组。 不分组并使用left.merge，您将搞乱数据。

我有许多组的数据（面板数据/时间系列）。在组中，我想通过公共ID合并数据。并在我拥有的所有群组中应用相同的合并（对于所有其他群组，merge相同）。

#sample data
a<-data.frame(c(1:4,1:4),1,c('a','a','a','a','b','b','b','b'))
b<-data.frame(c(2,4,2,4),10,c('a','a','b','b'))

colnames(a)<-c('id','v','group')
colnames(b)<-c('id','v1','group')

> a
  id v group
1  1 1     a
2  2 1     a
3  3 1     a
4  4 1     a
5  1 1     b
6  2 1     b
7  3 1     b
8  4 1     b
> b
  id v1 group
1  2 10     a
2  4 10     a
3  2 10     b
4  4 10     b

我尝试使用dplyr group_by (group)然后使用merge(a,b,by='id',all.x=TRUE)，但不确定如何将dplyr应用于两个数据集

所需的输出（左合并）

  id v group.x v1 group.y
  1  1       a NA    <NA>
  2  1       a 10       a
  3  1       a NA    <NA>
  4  1       a 10       a
  1  1       b NA    <NA>
  2  1       b 10       b
  3  1       b NA    <NA>
  4  1       b 10       b

Answer 1

您只需在group参数中包含by即可：

a %>% left_join(b, by=c("id","group"))

  id v group v1
1  1 1     a NA
2  2 1     a 10
3  3 1     a NA
4  4 1     a 10
5  1 1     b NA
6  2 1     b 10
7  3 1     b NA
8  4 1     b 10

这只给你一个＆＃34;组＆＃34;对于v1中没有匹配行的情况，NA会b，因此创建两个单独的＆＃34;组＆＃34};列是多余的。鉴于该组（可能）代表两个数据框中数据的相同底层划分，那么这样会更好吗？

按组和公共ID合并数据（在组外重复的ID）

1 个答案: