R語言 數據表匹配和拼接 merge函數的使用

Posted on by

R中的merge函數類似於Excel中的Vlookup，可以實現對兩個數據表進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:用於合並的兩個數據框

by,by.x,by.y:用於連接兩個數據集的列，intersect(a,b)值向量a,b的交集，names(x)指提取數據集x的列名 by = intersect(names(x), names(y)) 是獲取數據集x，y的列名後，提取其公共列名，作為兩個數據集的連接列， 當有多個公共列時，需用下標指出公共列，如names(x)[1]，指定x數據集的第1列作為公共列 也可以直接寫為 by = ‘公共列名’ ，前提是兩個數據集中都有該列名，並且大小寫完全一致，R語言區分大小寫

all,all.x,all.y:指定x和y的行是否應該全在輸出文件.

sort:by指定的列是否要排序.

suffixes:指定除by外相同列名的後綴.

incomparables:指定by中哪些單元不進行合並.

merge函數有4種匹配拼接模式，分別為inner，left，right和outer模式。 其中inner為默認的匹配模式。all=T代表全連接，all.x=T代表左聯結；all.y=T代表右連接

inner 模式匹配，隻顯示兩個數據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]))

# 當兩個數據集連接列名稱同時，直接用by.x，by.y 指定連接列merge(x,y,by.x =’name’,by.y =’name’)

# 當兩個數據集均有連接列時，直接指定連接列的名稱merge(x,y,by=’name’)

outer 模式，將兩張表的數據匯總，表中原來沒有的數據置為空

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

# all = TRUE 表示選取x, y 數據集的所有行，sort = TRUE，表示按 by 列進行排序，默認升序

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，設置 all.x = TRUE，結果隻顯示數據x的列及x在y數據集中沒有的列

merge(x, y, by = ‘name’,all.x = TRUE, sort = TRUE) # 多個公共列 指定連接列指， 左連接，設置 all.x = TRUE，結果隻顯示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，設置all.y =TRUE，結果隻顯示y所有names(y) [1] 值的記錄

補充：R語言subset和merge函數的使用

1、merge函數對數據框的操作

從兩個數據框中選擇出條件相等的行組合成一個新的數據框

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

從某一個數據框中選擇出符合某條件的數據或是相關的列

（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

以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方，望不吝賜教。

推薦閱讀：