您好,登錄后才能下訂單哦!
這篇文章主要講解了“怎么用R語(yǔ)言實(shí)現(xiàn)數(shù)據(jù)合并與追加”,文中的講解內(nèi)容簡(jiǎn)單清晰,易于學(xué)習(xí)與理解,下面請(qǐng)大家跟著小編的思路慢慢深入,一起來(lái)研究和學(xué)習(xí)“怎么用R語(yǔ)言實(shí)現(xiàn)數(shù)據(jù)合并與追加”吧!
數(shù)據(jù)合并操作涉及以下幾個(gè)問(wèn)題:
橫向合并;
1. 是否需要匹配字段
1.1 匹配字段合并
1.1.1 主字段同名
1.1.2 主字段不同名
1.2 無(wú)需匹配字段合并
縱向合并:(情況比較簡(jiǎn)單,列字段數(shù)量相同,名稱相同)
因?yàn)榭v向合并情況比較簡(jiǎn)單,所以本篇講解也著重以橫向合并為主,按照以上幾個(gè)問(wèn)題,需要用到的函數(shù)列舉如下:
cbind rbind merge plyr::join tidyr:: inner_join/full_join/left_join/right_join
首先介紹base內(nèi)置的兩三個(gè)函數(shù):
cbind rbind merge
###橫向追加(無(wú)需匹配字段)
數(shù)據(jù)集構(gòu)造如下:
ID<-c(1,2,3,4)
Name<-c("A","B","C","D")
Score<-c(60,70,80,90)
Sex<-c("M","F","M","M")
One<-data.frame(ID,Name)
Two<-data.frame(Score,Sex)
合并:
Total<-cbind(One,Two)
可以看到cbind函數(shù)橫向合并無(wú)需匹配主字段,僅僅是將兩個(gè)數(shù)據(jù)集橫向拼接在一起。
###縱向合并
構(gòu)造數(shù)據(jù)集:
ID<-c(1,2,3,4)
Name<-c("A","B","C","D")
Student1<-data.frame(ID,Name)
ID<-c(5,6,7,8)
Name<-c("E","F","G","H")
Student2<-data.frame(ID,Name)
合并:
Total_student3<-rbind(Student1,Student2)
以上通過(guò)rbind函數(shù)對(duì)Student1,Student2兩個(gè)數(shù)據(jù)集進(jìn)行縱向合并(也稱追加)。
merge函數(shù):
merge函數(shù)主要針對(duì)橫向(列字段)合并,而且可以針對(duì)主字段(主鍵)進(jìn)行匹配,如果主字段名稱不同,還可以指定前后相匹配的主字段。
基本語(yǔ)法如下:
merge(x, y, by = , by.x = , by.y = , all = , all.x = , all.y = , sort = , suffixes = , incomparables = , ...)
具體參數(shù)解釋如下:
接下來(lái)按照名相同與不同分兩種情況介紹;
列名相同:
ID<-c(1,2,3,4)
name<-c("A","B","C","D")
score<-c(60,70,80,90)
student1<-data.frame(ID,name)
student2<-data.frame(ID,score)
total_student1<-merge(student1,student2,by="ID")
#以上兩個(gè)數(shù)據(jù)集有相同的列名(ID)時(shí),by參數(shù)可以省略(by="ID")
以上兩個(gè)數(shù)據(jù)集中,authors和books中有相同屬性的主字段(surname&name)但是主字段名稱不同,這里需要給merge函數(shù)指定匹配的主字段。
橫向合并的四種類型:
#inner(內(nèi)部鏈接)只合并交集
m1 <- merge(authors, books, by.x = "surname", by.y = "name")
#left join(左連接)
m2 <- merge(authors, books, by.x = "surname", by.y = "name",all.x=TRUE)
#right join(右連接)
m3 <- merge(authors, books, by.x = "surname", by.y = "name",all.y=TRUE)
#all_join(外連接)
m4 <- merge(authors, books, by.x = "surname", by.y = "name",all=TRUE)
plyr::join函數(shù)
join函數(shù)源于plyr包(該包作者就是大名鼎鼎的Hadley Wickham,就是ggplot2的開(kāi)發(fā)者,當(dāng)然它開(kāi)發(fā)的包還有很多),使用前需要加載:
以下是該函數(shù)語(yǔ)法:
join(x, y, by = NULL, type = "left", match = "all")
當(dāng)兩個(gè)數(shù)據(jù)集主字段有相同名稱時(shí),by參數(shù)可以省略(by="name"),當(dāng)名稱不同時(shí),需指定左右兩個(gè)數(shù)據(jù)集匹配的主字段名稱。
join(x,y,by=intersect("Name","name"),type = "left")
以下我只演示相同主字段名稱下的四種類型合并語(yǔ)句:
構(gòu)造待合并數(shù)據(jù)集:
x<-data.frame(name=c("John","Paul","George","Ringo","Stuart","Pete"),instrument=c("guitar","bass","guitar","drums","bass","drums"))
y<-data.frame(name=c("John","Paul","George","Ringo","Brian"),band=c("TRUE","TRUE","TRUE","TRUE","FALSE"))
#left_join
data1<-join(x,y,by="name",type = "left")
#right_join
data2<-join(x,y,by="name",type = "right")
#inner_join
data3<-join(x,y,by="name",type = "inner")
#full_join
data4<-join(x,y,by="name",type = "full")
合并函數(shù)與merge函數(shù)基本相同。
dplyr::inner_join/full_join/left_join/right_join
(告訴你一個(gè)不幸的消息,該包作者還是Hadley Wickham,沒(méi)辦法,一個(gè)贏者通吃的時(shí)代,誰(shuí)讓人家有才任性呢哈哈~_~)
dplyr的數(shù)據(jù)合并語(yǔ)句要比plyr還要精練:
x<-data.frame(Name=c("John","Paul","George","Ringo","Stuart","Pete"),instrument=c("guitar","bass","guitar","drums","bass","drums"))
y<-data.frame(name=c("John","Paul","George","Ringo","Brian"),band=c("TRUE","TRUE","TRUE","TRUE","FALSE"))
#(1)inner_join(x, y) :只包含同時(shí)出現(xiàn)在x,y表中的行
data1<-inner_join(x,y,by=c("Name"="name"))
#(2)left_join(x, y) :包含所有x中以及y中匹配的行
data2<-left_join(x,y,by=c("Name"="name"))
#(3)right_join(x, y,by=c("Name"="name")) :包含所有y中以及x中匹配的行
data3<-right_join(x,y,by=c("Name"="name"))
#(4)full_join(x,y,by=c("Name"="name")) :包含所以x、y中的行
data4<-full_join(x,y,by=c("Name"="name"))
#(5)semi_join(x, y) :包含x中,在y中有匹配的行,結(jié)果為x的子集
data5<-semi_join(x,y,by=c("Name"="name"))
#(6)anti_join(x, y) :包含x中,不匹配y的行,結(jié)果為x的子集,與semi_join相反
data6<-anti_join(x,y)
以上連接類型中,前四個(gè)(內(nèi)連接、外連接、左連接、右連接)最為常用,大家可以將dplyr和plyr以及merge函數(shù)三種連接方式進(jìn)行對(duì)比記憶。
下面聊一列為啥要專門講一節(jié)數(shù)據(jù)連接方式:
因?yàn)椤?/p>
在excel中……
這種數(shù)據(jù)連接真的……真的……真的……太費(fèi)勁了
我所知道的連接方式——
第一:手動(dòng)復(fù)制黏貼;(大家不要隨便作死)
第二:最古老的Microsoft Query(藏在excel數(shù)據(jù)導(dǎo)入菜單的最底層,據(jù)說(shuō)微軟也不更新了,如果的excel是精簡(jiǎn)版的,可能都沒(méi)法調(diào)用,菜單特丑)
第三:數(shù)據(jù)透視表;Alt+D+P(為啥微軟要把調(diào)用數(shù)據(jù)透視表多表合并的菜單隱藏起來(lái)只能用快捷鍵,太煩人了)
第四:微軟的最新商務(wù)智能應(yīng)用——PowerBI(其中的PowerQuery、PowerPivot)
第五:第三方的效率插件(很多VBA大神寫過(guò)這些辦公插件,但是我就不愛(ài)用,多裝一個(gè),Excel啟動(dòng)拖后兩秒鐘,時(shí)間就是金錢啊你說(shuō)是不)
以上四種方式(第一種除外),雖說(shuō)都可以完成數(shù)據(jù)合并操作,但是效率上不敢恭維,每次都得走一遍菜單流程。如果有點(diǎn)R語(yǔ)言基礎(chǔ)的同學(xué),強(qiáng)烈建議將這些操作放在R中操作,數(shù)據(jù)導(dǎo)入導(dǎo)出、長(zhǎng)寬轉(zhuǎn)換、橫縱合并,只需修改一下代碼路徑、參數(shù)分分鐘搞定。
當(dāng)然對(duì)于有數(shù)據(jù)庫(kù)基礎(chǔ)的同學(xué)(相信大部分同學(xué)都有吧,應(yīng)該是大學(xué)本科的必修課)來(lái)講,寫幾個(gè)SQL也可以瞬間完成。
雖然已經(jīng)N多年沒(méi)有用過(guò)了,但是還是想在這里獻(xiàn)丑一下:
內(nèi)連接 inner join
語(yǔ)法:select * from x inner join y on x.Name =y.name
左連接 left join(左表中所有數(shù)據(jù),右表中對(duì)應(yīng)數(shù)據(jù))
語(yǔ)法:select * from x left join y on x.Name = y.name
右連接 right join(右表中所有數(shù)據(jù),左表中對(duì)應(yīng)數(shù)據(jù))
語(yǔ)法:select * from x right join y on x.Name = y.name
全連接 full join
語(yǔ)法:select * from x full join y on x.Name = y.name
我是一個(gè)比較懶、嫌麻煩但注重效率的人,很多關(guān)于數(shù)據(jù)處理上的需求,如果能用簡(jiǎn)單的方式解決(比如VBA、R或者效率函數(shù)),我都不會(huì)去選擇安裝插件或者外部軟件,一方面太浪費(fèi)時(shí)間,操作麻煩;另一方面,使用插件大多需要用菜單點(diǎn)選,以后遇到同樣的需要還得從新走一遍流程,所以我更傾向用簡(jiǎn)單的可重復(fù)利用的代碼來(lái)解決。
簡(jiǎn)單、省事兒、快捷、可重復(fù)……
感謝各位的閱讀,以上就是“怎么用R語(yǔ)言實(shí)現(xiàn)數(shù)據(jù)合并與追加”的內(nèi)容了,經(jīng)過(guò)本文的學(xué)習(xí)后,相信大家對(duì)怎么用R語(yǔ)言實(shí)現(xiàn)數(shù)據(jù)合并與追加這一問(wèn)題有了更深刻的體會(huì),具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云,小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章,歡迎關(guān)注!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。