这篇文章将为大家详细讲解有关在R语言中实现左连接的方法有哪些,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
法一:
> data0 <- merge(a,c,all.x=TRUE,by='CELLPHONE')
> data1 <- sqldf('select a.*,b.* from a left join c on a.CELLPHONE=c.CELLPHONE')
> data2 <- c[a,on='CELLPHONE']
注意:第三种方法的顺序不能写反了。
补充:R语言中的inner_join, full_join, left_join, right_join
在R for Data Science中,作者用了非常直观的例子解释了上面的四个概念。说明如下:
我们的数据集是这样的:
x <- tribble( ~key, ~val_x, 1, "x1", 2, "x2", 3, "x3" ) y <- tribble( ~key, ~val_y, 1, "y1", 2, "y2", 4, "y3" )
可以看出,x与y的key都有1,2,但是x的key里面有3,y的key里面有4.
x %>% inner_join(y, by = "key")
其结果是
key val_x val_y <dbl> <chr> <chr> 1 x1 y1 2 x2 y2
可以看出,此时基于key的连接只保留了共同的key值1与2对应的数据;
x %>% full_join(y, by = "key")
其结果是
key val_x val_y <dbl> <chr> <chr> 1 x1 y1 2 x2 y2 3 x3 NA 4 NA y3
可以看出,此时基于key的连接保留了所有key值对应的数据,当相应的值不存在的时候,用NA代替;
x %>% left_join(y, by = "key")
此时的结果为
<dbl> <chr> <chr> 1 x1 y1 2 x2 y2 3 x3 NA
可以看出, 此时基于key的连接只保留了x对应的key值的数据,当相应的值不存在的时候,用NA代替;
x %>% right_join(y, by = "key")
此时的结果为
key val_x val_y <dbl> <chr> <chr> 1 x1 y1 2 x2 y2 4 NA y3
关于在R语言中实现左连接的方法有哪些就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。