R语言数据合并

落日映苍穹つ 2021-12-11 13:39 705阅读 0赞

### 用向量创建数据框 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70]

id<-c("1","2","3","4")
    name<-c("谈天","轻衣","晓光","余白")
    is.vector(name)
    data00=data.frame(id,name)
    str(data00)
    head(data00)

### 创建第二个数据框 ###

id<-c("5","6","7","8")
    name<-c("青梅","王五","不二","七杀")
    is.vector(name)
    data11=data.frame(id,name)
    str(data11)
    head(data11)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70 1]

### 纵向合并数据框data00和data11 ###

![在这里插入图片描述][20190709104013221.png]

mdata<-rbind(data00,data11)
    head(mdata)

### 其它纵向数据框合并 ###

使用dplyr包中的bind\_rows()函数进行合并

library(dplyr)
    dplyr::bind_rows(data00,data11)

### 字段连接横向合并（id和name合并成新字段） ###

![在这里插入图片描述][2019070910443856.png]

data00$合并=paste(data00$id,data00$name,data00$合并, sep = "")
    head(data00)

### 数据字段框的横向合并（通过相同的元素，横向合并） ###

字段数数据框的横向id关联合并data11和data33合并，有相同的id，进行合并  
![在这里插入图片描述][20190709105330426.png]![在这里插入图片描述][20190709105318947.png]

##### 方法一：merge函数 #####

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, ...)
    
    参数说明：
    x,y:用于合并的两个数据框
    
    by,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.

例如：

hdata<-merge(data11,data33,by=id)
    head(hdata)

![在这里插入图片描述][20190709105258896.png]

hdata212<-merge(data11,data00,all =T)
    head(hdata212)

![在这里插入图片描述][20190709110509888.png]

##### 方法二：cbind函数 #####

hdata2<-cbind(data11,data33)
    head(hdata2)

![在这里插入图片描述][20190709105433210.png]

### 数据终极合并:SQL的使用 ###

library(sqldf)
    
    data=sqldf("select * from data1 t1,data2 t2 where t1.id=t2.id")

# 案例参考[https://blog.csdn.net/tandelin/article/details/100580996][https_blog.csdn.net_tandelin_article_details_100580996] #

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70]: /images/20211211/680c405fe8ac4647a3a0a98fb57cc62f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70 1]: /images/20211211/8f378eb311c34cf7811da0f02ba4f7e9.png
[20190709104013221.png]: /images/20211211/131c7f0b95ff43789e05b747b86e7c20.png
[2019070910443856.png]: /images/20211211/3b5c9a96f00845048c93da4b5f35fe6b.png
[20190709105330426.png]: https://img-blog.csdnimg.cn/20190709105330426.png
[20190709105318947.png]: /images/20211211/29e35c7665e246db8ec10d17c9108e43.png
[20190709105258896.png]: /images/20211211/d8fdecb99b8c480eb063d2771c7148e4.png
[20190709110509888.png]: /images/20211211/0b8946366e3f45518dbe89630b594b27.png
[20190709105433210.png]: /images/20211211/8e1711ade595410aa637043a594bd330.png
[https_blog.csdn.net_tandelin_article_details_100580996]: https://blog.csdn.net/tandelin/article/details/100580996