如何使用R合并两个数据集而不获取重复值？

Question

我尝试合并R 中的两个数据集。第一个数据集称为AcademicData，另一个称为Mathsdata。当我合并数据集时，我得到了数千个重复的行。这里是代码的图片和生成的合并表，称为total。我试图通过变量＆＃34; gender＆＃34;。

合并数据集

继承代码。

setwd("H:/Data application/x14484252-DAD Project")

MathsData <- read.csv("Math-Students.csv", header=T, na.strings=c(""), 
  stringsAsFactors = T)

AcademicData <- read.csv("Academic-Performance.csv", header=T, 
  na.strings=c(""), stringsAsFactors = T)

total <- merge(MathsData, AcademicData, by="gender", all.x=TRUE)

从图像中可以看出，表中的合并创建了93,435行，称为total。Table

表示excel中每个第一个数据集的图像。 Academic Dataset 这是excel中第二个数据集的图像。 MathsData

我想按性别合并两个数据集，而不会在名为total的表中创建重复行。

Answer 1

你可以这样做：

library(data.table)
setDT(MathsData); setDT(AcademicData)
MathsData[AcademicData, mult = "first", on = "gender", nomatch=0L]

由于您没有提供可重现的数据，我无法测试代码。但我认为这样做会很好。