R中的merge函數(shù)類似于Excel中的Vlookup，可以實(shí)現(xiàn)對兩個數(shù)據(jù)表進(jìn)行匹配和拼接的功能。

merge(x, y, by = intersect(names(x), names(y)), by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all, sort = TRUE, suffixes = c(".x",".y"), incomparables = NULL, ...)

x,y:用于合并的兩個數(shù)據(jù)框

by,by.x,by.y:用于連接兩個數(shù)據(jù)集的列，intersect(a,b)值向量a,b的交集，names(x)指提取數(shù)據(jù)集x的列名 by = intersect(names(x), names(y)) 是獲取數(shù)據(jù)集x，y的列名后，提取其公共列名，作為兩個數(shù)據(jù)集的連接列， 當(dāng)有多個公共列時，需用下標(biāo)指出公共列，如names(x)[1]，指定x數(shù)據(jù)集的第1列作為公共列 也可以直接寫為 by = ‘公共列名' ，前提是兩個數(shù)據(jù)集中都有該列名，并且大小寫完全一致，R語言區(qū)分大小寫

all,all.x,all.y:指定x和y的行是否應(yīng)該全在輸出文件.

sort:by指定的列是否要排序.

suffixes:指定除by外相同列名的后綴.

incomparables:指定by中哪些單元不進(jìn)行合并.

merge函數(shù)有4種匹配拼接模式，分別為inner，left，right和outer模式。 其中inner為默認(rèn)的匹配模式。all=T代表全連接，all.x=T代表左聯(lián)結(jié)；all.y=T代表右連接

inner 模式匹配，只顯示兩個數(shù)據(jù)集公共列中均有的行

# 有多個公共列時，需指出使用哪一列作為連接列merge(x,y,by=intersect(names(x)[1],names(y)[1]))

# 當(dāng)兩個數(shù)據(jù)集連接列名稱同時，直接用by.x，by.y 指定連接列merge(x,y,by.x ='name',by.y ='name')

# 當(dāng)兩個數(shù)據(jù)集均有連接列時，直接指定連接列的名稱merge(x,y,by='name')

outer 模式，將兩張表的數(shù)據(jù)匯總，表中原來沒有的數(shù)據(jù)置為空

merge(x, y, all=TRUE, sort=TRUE)

# all = TRUE 表示選取x, y 數(shù)據(jù)集的所有行，sort = TRUE，表示按 by 列進(jìn)行排序，默認(rèn)升序

left 匹配模式

merge(x ,y,all.x=TRUE,sort=TRUE)

# 多個公共列 末指定連接列 ,左連接，設(shè)置 all.x = TRUE，結(jié)果只顯示數(shù)據(jù)x的列及x在y數(shù)據(jù)集中沒有的列

merge(x, y, by = 'name',all.x = TRUE, sort = TRUE) # 多個公共列 指定連接列指， 左連接，設(shè)置 all.x = TRUE，結(jié)果只顯示x所有names(x)[1]值

right 匹配模式

merge(x ,y ,by='name',all.y=TRUE,sort=TRUE) 

# 多個公共列指定連接列# 左連接，設(shè)置all.y =TRUE，結(jié)果只顯示y所有names(y) [1] 值的記錄

補(bǔ)充：R語言subset和merge函數(shù)的使用

1、merge函數(shù)對數(shù)據(jù)框的操作

從兩個數(shù)據(jù)框中選擇出條件相等的行組合成一個新的數(shù)據(jù)框

df1=data.frame(name=c("aa","bb","cc"),age=c(20,29,30),sex=c("f","m","f"))
df2=data.frame(name=c("dd","bb","cc"),age=c(40,35,36),sex=c("f","m","f"))
mergedf=merge(df1,df2,by="name")

2、subset函數(shù)

從某一個數(shù)據(jù)框中選擇出符合某條件的數(shù)據(jù)或是相關(guān)的列

（1）單條件查詢

> selectresult=subset(df1,name=="aa")
> selectresult
 name age sex
1  aa 20  f
> df1
 name age sex
1  aa 20  f
2  bb 29  m
3  cc 30  f

（2）指定顯示列

> selectresult=subset(df1,name=="aa",select=c(age,sex))
> selectresult
 age sex
1 20  f

（3）多條件查詢

> selectresult=subset(df1,name=="aa" & sex=="f",select=c(age,sex))
> selectresult
 age sex
1 20  f
> df1
 name age sex
1  aa 20  f
2  bb 29  m
3  cc 30  f

以上為個人經(jīng)驗(yàn)，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。

最新評論