R語言數(shù)據(jù)框合并(merge)的幾種方式小結
更新時間：2021年03月12日 11:20:12 作者：余醉 | dtminer
這篇文章主要介紹了R語言數(shù)據(jù)框合并(merge)的幾種方式小結，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
merge data frames (inner, outer, left, right)
數(shù)據(jù)
> df1 = data.frame(CustomerId = c(1:6), Product = c(rep("Toaster", 3), rep("Radio", 3)))
> df1
> CustomerId Product
1 1 Toaster
2 2 Toaster
3 3 Toaster
4 4 Radio
5 5 Radio
6 6 Radio
> df2 = data.frame(CustomerId = c(2, 4, 6), State = c(rep("Alabama", 2), rep("Ohio", 1)))
> df
> CustomerId State
1 2 Alabama
2 4 Alabama
3 6 Ohio
inner
> merge(x = df1, y = df2, by = "CustomerId", all = TRUE) > CustomerId Product State 1 1 Toaster <NA> 2 2 Toaster Alabama 3 3 Toaster <NA> 4 4 Radio Alabama 5 5 Radio <NA> 6 6 Radio Ohio
left
> merge(x = df1, y = df2, by = "CustomerId", all.x = TRUE) > CustomerId Product State 1 1 Toaster <NA> 2 2 Toaster Alabama 3 3 Toaster <NA> 4 4 Radio Alabama 5 5 Radio <NA> 6 6 Radio Ohio
right
> merge(x = df1, y = df2, by = "CustomerId", all.y = TRUE) > CustomerId Product State 1 2 Toaster Alabama 2 4 Radio Alabama 3 6 Radio Ohio
outer
> merge(x = df1, y = df2, by = NULL) > CustomerId.x Product CustomerId.y State 1 1 Toaster 2 Alabama 2 2 Toaster 2 Alabama 3 3 Toaster 2 Alabama 4 4 Radio 2 Alabama 5 5 Radio 2 Alabama 6 6 Radio 2 Alabama 7 1 Toaster 4 Alabama 8 2 Toaster 4 Alabama 9 3 Toaster 4 Alabama 10 4 Radio 4 Alabama 11 5 Radio 4 Alabama 12 6 Radio 4 Alabama 13 1 Toaster 6 Ohio 14 2 Toaster 6 Ohio 15 3 Toaster 6 Ohio 16 4 Radio 6 Ohio 17 5 Radio 6 Ohio 18 6 Radio 6 Ohio
到此這篇關于R語言數(shù)據(jù)框合并(merge)的幾種方式小結的文章就介紹到這了,更多相關R語言數(shù)據(jù)框合并內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
R語言實現(xiàn)對數(shù)據(jù)框按某一列分組求組內平均值
這篇文章主要介紹了R語言實現(xiàn)對數(shù)據(jù)框按某一列分組求組內平均值，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
R語言繪圖數(shù)據(jù)可視化pie?chart餅圖
這篇文章主要介紹了R語言繪圖數(shù)據(jù)可視化pie?chart餅圖，教大家如何用R語言來畫大餅，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步2022-02-02
R語言科學計數(shù)法介紹:digits和scipen設置方式
這篇文章主要介紹了R語言科學計數(shù)法介紹:digits和scipen設置方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要給大家總結介紹了R語言導入導出數(shù)據(jù)的幾種方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-03-03
R語言實現(xiàn)將分類變量轉換為啞變量(dummy vairable)
這篇文章主要介紹了R語言實現(xiàn)將分類變量轉換為啞變量(dummy vairable)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
R語言 實現(xiàn)將1對多數(shù)據(jù)與1對1數(shù)據(jù)互換
這篇文章主要介紹了R語言 實現(xiàn)將1對多數(shù)據(jù)與1對1數(shù)據(jù)互換的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
這篇文章主要介紹了基于R語言賦值符號的區(qū)別說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了R語言實現(xiàn)二進制文件讀寫操作，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-03-03
R語言利用loess如何去除某個變量對數(shù)據(jù)的影響詳解
這篇文章主要給大家介紹了關于R語言利用loess去除某個變量對數(shù)據(jù)的影響的相關資料，文中通過示例代碼介紹的非常詳細，對大家學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧。2017-11-11
主成分分析（Principal?Component?Analysis，PCA）是一種無監(jiān)督的數(shù)據(jù)降維方法，通過主成分分析可以盡可能保留下具備區(qū)分性的低維數(shù)據(jù)特征。本文將用R語言實現(xiàn)PCA主成分分析圖，需要的可以參考一下2022-04-04