Question

我想合并两个数据集：

DATA_A

 group |  x  |  y 
  101  |  1  |  test
  101  |  1  |  one
  102  |  7  |  two
  102  |  3  |  three

DATA_B

 group |  z  | 
  101  |  1  | 
  102  |  3  |

我想在group = group和x = z时将data_a合并到data_b中。但是，有时会出现重复的情况，其中data_a中有两行被合并。相反，我想尽可能合并第一次出现：

DATA_B

 group |  z  | y
  101  |  1  | test
  102  |  3  | three

Answer 1

使用G. Grothendieck

中的数据

data_b$y = data_a$y[match(paste(data_b$group, data_b$z), paste(data_a$group, data_a$x))]
data_b
#  group z     y
#1   101 1  test
#2   102 3 three

Answer 2

您可以使用dplyr执行此操作。 slice(1)保留每组group和x的第一行，然后执行内连接。

library(dplyr)
data_a %>% group_by(group,x) %>% slice(1) %>% inner_join(data_b,by=c("group"="group","x"="z"))
  group     x      y
  <int> <int> <fctr>
1   101     1   test
2   102     3  three

Answer 3

首先提取具有相同组的每组data_a行中的第一行，然后使用指示的连接将其与data_b合并。没有包使用。

data_a_u <- data_a[!duplicated(data_a[1]), ]
merge(data_b, data_a_u, all.y = TRUE, by = 1:2)

，并提供：

  group z    y
1   101 1 test
2   102 7  two

注意：可重复形式的输入数据是：

Lines_a <- "
group |  x  |  y 
  101  |  1  |  test
  101  |  1  |  one
  102  |  7  |  two
  102  |  3  |  three"
data_a <- read.table(text = Lines_a, header = TRUE, sep = "|", strip.white = TRUE)

Lines_b <- "
group |  z  | 
  101  |  1  | 
  102  |  3  |"
data_b <- read.table(text = Lines_b, header = TRUE, sep = "|", strip.white = TRUE)[1:2]

如何在有重复项时合并数据帧

3 个答案: