sqldf - 使用引用数据框中的变量，将一个变量添加到输入数据帧

Question

我的数据框每行都有CategoryCodes。多行具有相同的CategoryCodes，并且有几百个唯一CategoryCodes。我必须为每一行分配类别的名称，从参考数据框中提取类别。我尝试使用下面的语法，但这给了我一个输出，其中MyData中的行数增加了一倍。输出应与MyData具有相同的行数。我哪里错了？

 Combineddf<-sqldf("select * from MyData left join 
              ReferenceDf using (CategoryCodes)")

参考数据：

   CategoryCodes Class
5     120500      Tools
6     166300 Spare Parts
7     280200 Spare Parts
8     280200 Spare Parts
9     295200 Spare Parts
10    165000 Spare Parts

MyData（超过30列）：

   X    Z     CategoryCodes    Y
5  OW   EA      120300         S
6  ANB  EA    120500            S
7  ANB  FOT    120300            S
8  ANB  EA    120500            S
9  ANB  EA    120300            S
10 MIS  EA    120500            S

Answer 1

当存在多个匹配项时，会发生连接中增加的行数。

在Reference Data中，您可以看到重复的类别代码 - 例如，第7行和第8行都有代码280200，因此280200中的任何代码MyData都会与那些行。

也许您只想选择ReferenceDF的唯一行？像

这样的东西

Combineddf<-sqldf("select * from MyData left join 
              (select distinct * from ReferenceDf)
              using (CategoryCodes)")