在 R 中匹配和合并具有不同列名的数据集

Posted 2023-03-12

【中文标题】在 R 中匹配和合并具有不同列名的数据集

【英文标题】：Match and merge datasets with different columns names in R

【发布时间】：2020-03-23 11:42:03

【问题描述】：

我有两个数据集，它们之间有共同的列名，但它们中的值有时在数据集之间共享。 举个例子：

df1 <- data.frame(Name = c("Angus", "Angus", "Jason"), 
              Height=c("1.67", "1.67", "1.89"))
df2 <- data.frame(Name = c("Jack", "Brad", "Jason"), 
                  Weight=c("70", "75", "80"))

我想将它们加入一个新的数据框，这样当它们之间没有共同的值时，例如Name 列中的Angus，它将用 NA 填充。 我想要的示例输出：

df3 <- data.frame(Name = c("Angus","Angus","Jack", "Brad", "Jason"), 
                  Height=c("1.69", "1.73", "NA","NA","1.89"),
                  Weight=c("NA","NA","70", "75", "80"))

我没有发布我的原始数据集，因为它是一个大数据集，但这个简单的例子完美地说明了我想要什么。

我已经尝试过将merge() 函数与fill = NA 一起使用，但这不是我想要的。

【问题讨论】：

可能重复***.com/questions/1299871/…

【参考方案1】：

您可能想使用：

merge(df1, df2, all = TRUE)

   Name Height Weight
1 Angus   1.67   <NA>
2 Angus   1.67   <NA>
3 Jason   1.89     80
4  Brad   <NA>     75
5  Jack   <NA>     70

来自文档：

在 SQL 数据库术语中，默认值 all = FALSE 给出了一个 自然连接，内连接的特例。指定 all.x = TRUE 给出一个左（外）连接，all.y = TRUE 一个右（外）连接，并且两者 (all = TRUE) 一个（完整的）外连接。 DBMS 不匹配 NULL 记录， 相当于 R 中的 incomparables = NA。

【参考方案2】：

我们可以从dplyr使用full_join

library(dplyr)
full_join(df1, df2)
#   Name Height Weight
#1 Angus   1.67   <NA>
#2 Angus   1.67   <NA>
#3 Jason   1.89     80
#4  Jack   <NA>     70
#5  Brad   <NA>     75