如何防止合并重新排序列

Posted 2023-02-23

【中文标题】如何防止合并重新排序列

【英文标题】：How to prevent merge from reordering columns

【发布时间】：2013-07-08 15:11:46

【问题描述】：

在下面的例子中

x <- data.frame(code = 7:9, food = c('banana', 'apple', 'popcorn'))
y <- data.frame(food = c('banana', 'apple', 'popcorn'),
                isfruit = c('fruit', 'fruit', 'not fruit'))

我想做x <- merge(x, y)，但问题是merge() 重新排序列，以便by 列（食物）排在第一位。 我怎样才能防止这种情况并让merge(x, y) 使用 x 的相同列顺序，只需将新变量 (isFruit) 作为第三列插入（即“code, food, isFruit”而不是“food, code,是水果”）？

我试过了，没用：

merge(x, y, sort = F)

我的解决方法是以后再做

x <- x[c(2, 1, 3)]

【问题讨论】：

我认为您的解决方法就是解决方案。

...虽然 plyr 包中的 join 似乎没有重新排序列。

【参考方案1】：

您可以将其包装在您的自定义函数中。例如：

merge.keep <- function(...,ord=union(names(x), names(y)))merge(...)[ord]

那么例如：

merge.keep(x,y)
  code    food   isfruit
1    8   apple     fruit
2    7  banana     fruit
3    9 popcorn not fruit

EDIT 我使用@Eddi idea 来设置 ord 的默认值。

【讨论】：

-1 因为这不会向 OP 添加任何内容 - OP 想要的是 不必 必须手动指定订单

@eddi 很好，即使我不同意反对票（我觉得有点尖锐）。我的想法是创建一个扩展合并函数的函数。我使用您的好主意编辑我的答案以设置订单的默认值。

@agstudy 你好，如果我有不同名称的数据表（例如 x = DT1，y = DT2）并且我在这些数据表的不同列上合并，则此解决方案不起作用。错误消息：as.vector(x) 中的错误：找不到对象“x”。有道理，因为数据表一开始没有命名为 x 和 y。我试图找到一种解决方法，但没有成功。您知道如何调整解决方案，使其更适用于（更复杂的）数据表合并吗？

【参考方案2】：

plyr 让这一切变得简单：

 x <- data.frame(code = 7:9, food = c('banana', 'apple', 'popcorn'))
 y <- data.frame(food = c('banana', 'apple', 'popcorn'),
                isfruit = c('fruit', 'fruit', 'not fruit'))

library(plyr)
join(x,y)

        #GOOD 
#Joining by: food
#  code    food   isfruit
#1    7  banana     fruit
#2    8   apple     fruit
#3    9 popcorn not fruit

    #BAD  
# merge(x,y)
#     food code   isfruit
#1   apple    8     fruit
#2  banana    7     fruit
#3 popcorn    9 not fruit

【讨论】：

plyr 一下子解决了我的一堆问题。感谢您的提示！

【参考方案3】：

这是您的基本解决方法的通用版本：

merge(x, y)[, union(names(x), names(y))]

【讨论】：

请注意，为 col 名称传入 union 仅适用于数据帧，而不适用于数据表。

@Serenthia 添加, with = FALSE 为data.table

使用“by.x=”和“by.y=”以及名称不同的列合并时失败。上述解决方法的一个丑陋版本是（使用 OP 修改的示例数据，将“food”和“food2”作为合并列）：x <- data.frame(code = 7:9, food = c('banana', 'apple', 'popcorn')) ; y <- data.frame(food2 = c('banana', 'apple', 'popcorn'), isfruit = c('fruit', 'fruit', 'not fruit')) ; byY="food2" ; merge(x, y, by.x="food",by.y=byY)[, union(names(x), subset(names(y), names(y)!=byY))]

【参考方案4】：

如果您只引入一列并想最后附加它，那么merge 可能是多余的，您可以使用match-[indexing 方法进行评估：

> x$isfruit <- y$isfruit[match(y$food, x$food)]
> x
  code    food   isfruit
1    7  banana     fruit
2    8   apple     fruit
3    9 popcorn not fruit

（在合并功能中没有任何开关可以满足您的要求。）

【讨论】：

感谢您的输入，但我的真实数据涉及两个数十列的数据框。