将data.frames与重复项合并

时间:2012-03-25 22:20:26

标签: r merge duplicates

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。

3 个答案:

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)

library(plyr)

out<-join(df1, df2, type="full")
out<-join(out, df3, type="full")
*can be looped

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。