如何在 R 中合并两个数据帧？

在数据分析过程中，经常需要将不同来源的数据按照一定的规则进行合并，这就需要用到R中的合并操作。本文将介绍在R中合并两个数据帧的方法。

1. merge()函数

在R语言中，可以使用merge()函数来将两个数据帧按照某些列进行合并。语法如下：

merge(x, y, by, all = FALSE, all.x = all, all.y = all, sort = TRUE, suffixes = c(".x",".y"), ...)

其中，

• x：要合并的第一个数据帧；
• y：要合并的第二个数据帧；
• by：指定要合并的列名或者列名的编号，如果不指定，则默认使用相同的列名进行合并；
• all：逻辑值，如果为TRUE，则将所有的行合并，包括那些只在一个数据框中出现的行，默认值为FALSE；
• all.x：逻辑值，如果为TRUE，则将x数据框中的所有行都保留在结果中，即使它们在y数据框中没有匹配项。默认值为all；
• all.y：逻辑值，如果为TRUE，则将y数据框中的所有行都保留在结果中，即使它们在x数据框中没有匹配项。默认值为all；
• sort：逻辑值，如果为TRUE，则按照列名的字母顺序排序，默认为TRUE；
• suffixes：长度为2的字符向量，用于标识来自x和y的重复列名的后缀。

以下是一个示例：

# 创建两个数据框
df1 <- data.frame(id = 1:4, name = c("A", "B", "C", "D"))
df2 <- data.frame(id = 2:5, age = c(20, 30, 25, 18))

# 合并两个数据框
merge(df1, df2, by = "id")

输出结果如下：

  id name age
1  2    B  20
2  3    C  30
3  4    D  25

其中，合并的列为"id"，结果中只包含两个数据框中都存在的"id"对应的行。

2. join函数

除了使用merge()函数，R中还提供了一系列类似SQL中JOIN操作的函数，例如inner_join、left_join、right_join和full_join。

这些函数的语法类似于merge()函数，不同之处在于它们默认使用某些JOIN操作进行合并。例如：

• inner_join：内连接，返回两个数据框中都存在的行；
• left_join：左连接，返回左侧数据框中所有行以及与右侧数据框中对应行匹配的行；
• right_join：右连接，返回右侧数据框中所有行以及与左侧数据框中对应行匹配的行；
• full_join：全连接，返回两个数据框中的所有行。

以下是一个示例：

# 创建两个数据框
df1 <- data.frame(id = 1:4, name = c("A", "B", "C", "D"))
df2 <- data.frame(id = 2:5, age = c(20, 30, 25, 18))

# inner join
inner_join(df1, df2, by = "id")

# left join
left_join(df1, df2, by = "id")

# right join
right_join(df1, df2, by = "id")

# full join
full_join(df1, df2, by = "id")

其中，inner_join、left_join、right_join和full_join的输出结果分别如下：

  id name age
1  2    B  20
2  3    C  30
3  4    D  25

  id name age
1  1    A  NA
2  2    B  20
3  3    C  30
4  4    D  25

  id name age
1  2    B  20
2  3    C  30
3  4    D  25
4  5 <NA>  18

  id name age
1  1    A  NA
2  2    B  20
3  3    C  30
4  4    D  25
5  5 <NA>  18

可以看出，不同的JOIN操作返回的结果不同，使用时需要根据实际情况进行选择。

3. 总结

在R语言中，使用merge()函数或者其他JOIN函数可以方便地对两个数据框进行合并操作。通过指定合并的列名或者列名的编号，可以控制合并的方式，便于数据分析人员根据实际情况进行操作。