R merge() rbinds 而不是合并

Question

我在 R 中遇到了我无法理解的 merge() 行为。它似乎根据列中是否包含一个或多个唯一值来合并或重新绑定数据帧。

a1 <- data.frame (A = c (1, 1))
a2 <- data.frame (A = c (1, 2))

# > merge (a1, a1)
#   A
# 1 1
# 2 1
# 3 1
# 4 1

# > merge (a2, a2)
#   A
# 1 1
# 2 2

在这两种情况下，后者都是我所期望和想要的结果。我还尝试了多列，以及字符而不是数字，结果是相同的：多个值导致合并，一个唯一值导致 rbinding。

Answer 1

在第一种情况下，每行匹配两行，因此输出中有 2x2=4 行；在第二种情况下，每行匹配一行，因此输出中有 2 行。

要匹配行号，请使用：

merge(a1, a1, by = 0)
##   Row.names A.x A.y
## 1         1   1   1
## 2         2   1   1

或者匹配行号并且只返回左边的实例：

library(sqldf)

sqldf("select x.* from a1 x left join a1 y on x.rowid = y.rowid")
##   A
## 1 1
## 2 1

或匹配行号并返回两个实例：

sqldf("select x.A A1, y.A A2 from a1 x left join a1 y on x.rowid = y.rowid")
##   A1 A2
## 1  1  1
## 2  1  1

Answer 2

文档中详细说明了该行为，但基本上，merge() 默认情况下会希望给您一个data.frame，其中的列取自两个原始 dfs。它将通过所有公共列的唯一值合并两者的行。

df1 <- data.frame(a = 1:3, b = letters[1:3])
df2 <- data.frame(a = 1:5, c = LETTERS[1:5])
df1
  a b
1 1 a
2 2 b
3 3 c
df2
  a c
1 1 A
2 2 B
3 3 C
4 4 D
5 5 E
merge(df1, df2)
  a b c
1 1 a A
2 2 b B
3 3 c C

在您的第一个示例中发生的情况是 merge() 想要通过 A 列组合您的两个数据帧的行，但由于两个 dfs 中的两行相同，它无法确定哪一行与之合并，因此它会创建所有可能的组合。

在您的第二个示例中，您没有这个问题，因此合并是明确的。 1 行将合并在一起，2 行也将合并在一起。

当您的 dfs 中有多个列时，情况会更加明显：

案例一：

> df1 <- data.frame(a = c(1, 1), b = letters[1:2])
> df2 <- data.frame(a = c(1, 1), c = LETTERS[1:2])
> df1
  a b
1 1 a
2 1 b
> df2
  a c
1 1 A
2 1 B
> merge(df1, df2)
  a b c
1 1 a A
2 1 a B
3 1 b A
4 1 b B

案例 2：

> df1 <- data.frame(a = c(1, 2), b = letters[1:2])
> df2 <- data.frame(a = c(1, 2), c = LETTERS[1:2])
> df1
  a b
1 1 a
2 2 b
> df2
  a c
1 1 A
2 2 B
> merge(df1, df2)
  a b c
1 1 a A
2 2 b B