R语言使用merge函数匹配数据（vlookup，join） |
您所在的位置：网站首页 › r语言循环语句合并文件有一个无法连接 › R语言使用merge函数匹配数据（vlookup，join） |
R语言使用merge函数匹配数据（vlookup，join）
|
参考文章 http://www.afenxi.com/post/41432 R中的merge函数类似于Excel中的Vlookup，可以实现对两个数据表进行匹配和拼接的功能。与Excel不同之处在于merge函数有4种匹配拼接模式，分别为inner，left，right和outer模式。 其中inner为默认的匹配模式，可与sql语言中的join语句用法。 merge 连接两个数据，官方参考文档语法 merge(x, y, by = intersect(names(x), names(y)), by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all, sort = TRUE, suffixes = c(".x",".y"), incomparables = NULL, ...)merge函数参数的说明: x,y 要合并的两个数据集by,用于连接两个数据集的列，intersect(a,b)值向量a,b的交集，names(x)指提取数据集x的列名 by = intersect(names(x), names(y)) 是获取数据集x，y的列名后，提取其公共列名，作为两个数据集的连接列， 当有多个公共列时，需用下标指出公共列，如names(x)[1]，指定x数据集的第1列作为公共列 也可以直接写为 by = ‘公共列名’ ，前提是两个数据集中都有该列名，并且大小写完全一致，R语言区分大小写by.x，by.y：指定依据哪些行合并数据框，默认值为相同列名的列all，all.x，all.y：指定x和y的行是否应该全在输出文件sort：by指定的列（即公共列）是否要排序suffixes：指定除by外相同列名的后缀incomparables：指定by中哪些单元不进行合并####举例说明如下 1、读取并创建数据示例 # 读取并创建贷款状态数据表 > loan_status=data.frame(read.csv('loan_status.csv',header = 1))2、创建数据 > name school class English w w name school class English A s1 10 85 B s2 5 50 A s1 4 90 A s1 11 90 C s1 1 12 D s3 8 96 #同上创建数据集q > name school class maths English q q name school class maths English A s3 5 80 88 B s2 5 89 89 C s1 1 55 32 F s2 3 90 893、查看两个数据表的维度 > dim(w);dim(q); [1] 6 4 [1] 4 54、查看两个数据集的列名称 > names(w);names(q); [1] "name" "school" "class" "English" [1] "name" "school" "class" "maths" "English" # 可以看出两个数据集有公共列5、inner 模式匹配，只显示两个数据集公共列中均有的行 # 有多个公共列时，需指出使用哪一列作为连接列 merge(w,q,by = intersect(names(w)[1],names(q)[1])) # 当两个数据集连接列名称同时，直接用 by.x， by.y 指定连接列 merge(w,q,by.x = 'name', by.y = 'name') # 当两个数据集均有连接列时，直接指定连接列的名称 merge(w,q,by = 'name')
# 连接列置于第1列； 有多个公共列，在公共列后加上x，y表示数据来源，.x表示来源于数据集w，.y表示来源于数据集q # 数据集中w中的 name = ‘D’ 不显示，数据集中q中的 name = ‘F’ 不显示，只显示公有的name行，并且用q数据集A行匹配了w数据集所有的A行 6、outer 模式，将两张表的数据汇总，表中原来没有的数据置为空 merge(w, q, all=TRUE, sort=TRUE)# all = TRUE 表示选取w, q 数据集的所有行，sort = TRUE，表示按 by 列进行排序，默认升序 7、left 匹配模式 merge(w ,q ,all.x=TRUE,sort=TRUE) # 建议使用 指定了连接列 的情况 # 多个公共列，未指定连接列 # 左连接，设置 all.x = TRUE，结果只显示数据w的列及w在q数据集中没有的列
8、right 匹配模式 merge(w ,q ,by = 'name', all.y=TRUE,sort=TRUE) # 多个公共列，指定连接列 # 左连接，设置 all.y = TRUE，结果只显示q所有name值的记录
9、实例应用 library(readxl) library(xlsx) cdir = setwd('D:\\R') A = read_excel('A.xlsx', 1) B = read_excel('B.xlsx', 1) dt = merge(A ,B ,all=TRUE, sort=TRUE, by = 'stuID') dt2 = subset(dt, dt$math == 'A',select=names(dt)) # 在D:\\R 目录下创建sample.csv文件 cname = "D:\\R\\sample.csv" # 将匹配后的数据写入到 sample.csv 文件中 write.csv(dt2, cname ,sep=",") |
【本文地址】
今日新闻 |
推荐新闻 |