R语言批量合并

Python029

R语言批量合并,第1张

容易遇到的问题:

1.在导入文件时,可能会出现第一列列名为“X.U.FEFF.xx”。这可能是文件类型或编码方式导致,本人解决方法是将csv(utf-8)文件另存为csv文件。“X.U.FEFF.xx”字样消除。

2.在数据合并时参数type=“full”容易导致数据合并不成功。

参考网站: http://blog.sina.com.cn/s/blog_46d621c00101l66x.html

a <-1b<-2c<-3

data <- data.frame(a,b,c)

data$d <- paste(data$a,data$b,data$c,sep="")

data

R语言的merge函数可以实现类似SQL的有点类似 left join right join 或者类似union的效果。

执行merge函数时,函数自动会找到两个数据框df1和df2共有的列,即id那一列(即相当于by= "id"),当参数all= FALSE时,会将两个数据框中该列数值相等的那些行输出来,类似于对这两个数据框的id这一列求交集(intersection)。此例中是id为2或7这两行。此外,还可以发现df1和df2的输入顺序不会影响最终结果,仅仅会影响输出结果中heights和weights这两列的顺序。

更详细可以参考 http://rstudio-pubs-static.s3.amazonaws.com/13602_96265a9b3bac4cb1b214340770aa18a1.html

by参数的使用

上面的示例中by参数只有一个值,如果有两个数值(即长度为2的向量),也就是两个数据框中有共同的两列。

为两个数据框分别添加一列后,这样它们就有了共同的两列。当运行merge函数后发现,函数会自动找到共同的列,然后找到id和sex这两列中共有的数值。此外,如果只设定by= "id"的话,则两数据框中共有的sex那一列则会以sex.x和sex.y形式输出。