我有很多data.frames,例如:
df1 = data.frame(names=c('a','b','c','c','d'),data1=c(1,2,3,4,5))
df2 = data.frame(names=c('a','e','e','c','c','d'),data2=c(1,2,3,4,5,6))
df3 = data.frame(names=c('c','e'),data3=c(1,2))
我需要合并这些data.frames,而不删除名称duplicates
> result
names data1 data2 data3
1 'a' 1 1 NA
2 'b' 2 NA NA
3 'c' 3 4 1
4 'c' 4 5 NA
5 'd' 5 6 NA
6 'e' NA 2 2
7 'e' NA 3 NA
我找不到像merge这样的函数来处理名称重复。谢谢您的帮助。 定义我的问题。数据来自生物实验,其中一个样品具有不同数量的重复。我需要合并所有实验,我需要生成这个表。我无法为重复项生成唯一标识符。
答案 0 :(得分:4)
首先定义一个函数run.seq
,它为重复项提供序列号,因为从输出中可以看出所需的是合并的每个组件中每个名称的第i个副本。然后创建数据框列表,并为每个组件添加run.seq
列。最后使用Reduce
将它们全部合并。
run.seq <- function(x) as.numeric(ave(paste(x), x, FUN = seq_along))
L <- list(df1, df2, df3)
L2 <- lapply(L, function(x) cbind(x, run.seq = run.seq(x$names)))
out <- Reduce(function(...) merge(..., all = TRUE), L2)[-2]
最后一行给出:
> out
names data1 data2 data3
1 a 1 1 NA
2 b 2 NA NA
3 c 3 4 1
4 c 4 5 NA
5 d 5 6 NA
6 e NA 2 2
7 e NA 3 NA
编辑:修改run.seq
,以便无需对输入进行排序。
答案 1 :(得分:1)
见其他问题:
示例:
library(reshape)
out <- merge_recurse(L)
或
library(plyr)
out<-join(df1, df2, type="full")
out<-join(out, df3, type="full")
*can be looped
或
library(plyr)
out<-ldply(L)
答案 2 :(得分:0)
我认为您的示例数据框中没有足够的信息来执行此操作。数据框1中哪个'c'
应与数据框2中的哪个'c'
配对?我们无法分辨,所以R也不能。我怀疑您必须为每个数据帧添加另一个变量,以唯一标识这些重复的案例。