如何在 R 中 dplyr::inner_join 多个 tbls 或 data.frames

Posted 2023-02-24

【中文标题】如何在 R 中 dplyr::inner_join 多个 tbls 或 data.frames

【英文标题】：how to dplyr::inner_join multi tbls or data.frames in R

【发布时间】：2015-03-30 19:37:23

【问题描述】：

在 R 中，我如何有效地 inner_join 多个 tbls 或 data.frames？

例如：

devtools::install_github("rstudio/EDAWR")
library(EDAWR)
library(dplyr)
data(songs)
data(artists)
test <- songs
colnames(test) <- c("song2", "name")
inner_join(songs, artists,by="name") %>% inner_join(test,by="name")

我想加入数百个test-like data.frames。

【参考方案1】：

您可以收集列表中的数据框并使用Reduce：

L <- list(songs, artists, test)
Reduce(inner_join, L)

#   name  plays                song               song2
# 1 John guitar Across the Universe Across the Universe
# 2 John guitar       Come Together Across the Universe
# 3 John guitar Across the Universe       Come Together
# 4 John guitar       Come Together       Come Together
# 5 Paul   bass      Hello, Goodbye      Hello, Goodbye

您可以使用L <- mget(ls())（可选pattern arg 到ls）将所有内容放入列表中。

---

正如@akrun 在 cmets 中提到的那样，plyr 的替代方案是：

library(plyr)
join_all(L, type='inner')

【讨论】：

手册中的Reduce 和plyr::join_all 之间存在差异。对，by。这在colnames(test) 与数据歌曲相同时有效。 （不测试！）。在Reduce的情况下，它会使用所有相同的colnames来加入。

这是一个非常好的方法。我想知道您是否可以在Reduce() 中添加join 的by 参数。

@jazzurro 好吧，你可以Reduce(function(x, y) inner_join(x, y, by=c('foo' = 'bar')), L)，但我认为这需要元素 1 的 by 列是 foo，对于所有后续元素，它是 bar。

@jbaums 非常感谢您。似乎事先重命名键列（为键列分配相同的列名）有帮助吗？

@jazzurro 这对我来说听起来很明智，而且可能就像您可以将所有名称传递给 by 一样简单。