合并数据框时如何避免重复值？

Posted 2023-03-29

【中文标题】合并数据框时如何避免重复值？

【英文标题】：How to avoid repeating values when merging data frames?

【发布时间】：2021-09-06 04:51:25

【问题描述】：

我有两个数据框：

df1:  
Year       Name1    Value1
1 1967     Fallow 47.2730
2 1967 Cultivated 52.5090
3 1967  Grassland 57.5399
4 1967  Shrubland 61.3711
5 1967   Woodland 62.1911
6 1960   Fallow-w 42.2146

and df2: 
 Year       Name2   Value2
1 1967     Fallow 47.2718
2 1967 Cultivated 52.4988
3 1967  Grassland 56.8066
4 1967  Shrubland 59.3636
5 1967   Woodland 56.3803
6 1967   Fallow-w 42.1898

我想合并两个 dfs，除了值之外它们是相同的。我这样做了：

df_all = merge(df1, df2, by = 'Year') 

但它只保留一帧的重复行值并像这样结束：

  Year    Name1 Value1      Name2 Value2
1 1967  Fallow  47.273     Fallow 47.2718
2 1967  Fallow  47.273 Cultivated 52.4988
3 1967  Fallow  47.273  Grassland 56.8066
4 1967  Fallow  47.273  Shrubland 59.3636
5 1967  Fallow  47.273   Woodland 56.3803
6 1967  Fallow  47.273   Fallow-w 42.1898

我做错了什么？

【问题讨论】：

如果您的意思是不想重复名称列但确实想要两个值列然后merge(df1, df2, by = 1:2)

这也有效！谢谢！！

【参考方案1】：

如果我正确理解您的问题，我认为您需要加入： left_join(df1, df2, by = c('Year', 'Name1'= 'Name2'))

这将匹配Year 和Name 的值。您的合并本质上只是在 Year 而不是名称上进行连接，这就是它在右侧复制这些列的原因。

【参考方案2】：

如果除了你可以尝试的值之外，两个 df 完全相同：

df_all=merge(df1, df2, by=c("Year","Name"))

请注意，如果 Name1 和 Name2 具有相同的名称（上面的名称）会更容易。