在以下两个答案上，我与一位同事有分歧，因此需要第三种意见。
假设您有2个数据帧：Salary和Employee。
问题：通过将Salary到Employee的行进行匹配，您将使用哪个命令来联接Employee和Salary？
Employee %>% left_join(Salary, by=c("F_NAME"="NAME"))
或
Employee %>% right_join(Salary, by=c("F_NAME"="NAME"))
答案 0 :(得分：0)
假设Employee$F_NAME和Salary$NAME包含匹配项，这两个命令都将起作用。区别在于如何处理不匹配的行。
left_join将保留Employee中的所有行。对于Employee中但不是Salary中的行，Salary唯一的任何列都将用NA填充。
right_join将保留Salary中的所有行。对于Salary中但不是Employee中的行，Employee唯一的任何列都将用NA填充。
inner_join将仅保留在Salary和Employee中都匹配的行。其他所有的都被丢弃。
full_join将保留两个数据帧中的所有行。任何不匹配的行都将用NA填充缺少的左侧或右侧列。
答案 1 :(得分：0)
实际上，这与dplyr有关，而不是与本地R merge有关。当您使用
Employee %>% left_join(Salary, by=c("F_NAME"="NAME"))
您要将Employee中的行与Employee和Salary中的所有列连接在一起。缺少的值将被赋予NA。同样，
Employee %>% right_join(Salary, by=c("F_NAME"="NAME"))
将产生Salary中的所有行以及两个数据帧中的所有列。
我认为您的问题可能与full_join更为相关，但是here是熟悉这些方法的好地方。