按多个条件合并 2 个不相等的数据帧

Question

我有 2 个数据框（薪水和推介）。 Salaries（我们在其中找到球员的薪水）有大约 26,000 个条目，而 Pitching（我们在其中找到球员的统计数据）有大约 19,000 个条目。显然，要获得一些具体的统计数据比仅仅获得工资要复杂得多，所以这是可以理解的。

现在我想在 Pitching 数据框中添加一个薪水列，但只针对匹配的那些（相同的球员，相同的日期）。我想编写类似

的代码

如果球员姓名（来自薪水数据框）=球员姓名（来自投球数据框）和年份（来自薪水数据框）=年份（来自投球数据框）则将薪水插入投球数据框，否则写N/A

然后以这种方式，我可以删除带有 N/A 的行，并有一张包含我想要的数据的干净表，可能会少一些观察但完整的。

我尝试了类似的方法：

full_join(Salaries,Pitching, by="salary") %>%
  mutate(condition = (Salaries$playerID == Pitching$playerID & Salaries$yearID = Pitching$yearID))
  

CombineDf <- merge(y=Salaries, y=Pitching, by=Pitching$playerID)

joined = cbind(Salaries[match(names(Pitching), Salaries$playerID),], Pitching)

Pitching$Salary <- ifelse(Salaries$playerID >= Pitching$playerID & Salaries$yearID >= Pitching$yearID, Salaries$salary, "N/A")

但遗憾的是，没有任何东西可以正常工作。如果你能帮我解决这个问题，我会很高兴。

非常感谢

Answer 1

只需运行 ?merge 保持所有 x 行（即左连接），其中不匹配的 y 列填充有 NA：

combine_df <- merge(x=Pitching, y=Salaries, by=c("playerID", "yearID"), all.x=TRUE)

并且由于之后您将删除 NA Salary 行，因此运行 merge 在两个数据帧之间完全匹配（即内部连接），没有显式的 all.x 可选参数。

---

或者在dplyr 中使用left_join：

combine_df <- left_join(x=Pitching, y=Salaries, by = c("playerID", "yearID"))

运行inner_join 以通过 id 字段在两个集合之间完全匹配的原因相同。