使用 dyplr 左连接合并两个数据帧答案

【问题标题】：Merging two data frames with dyplr left join使用 dyplr 左连接合并两个数据帧
【发布时间】：2019-10-22 06:11:44
【问题描述】：

我正在尝试使用右连接与 dplyr 合并两个数据帧，但想知道我是否应该使用交叉连接。我已经阅读了多个其他相关线程including this one which was helpful，但无济于事。

简而言之，右连接对我有用，但它将两个数据帧之间的公共变量再现为单独的 .x 和 .y 变量。我只想将一个特定的变量（列）从左侧（x）数据帧添加到右侧（y）数据帧（具有更多行/观察值）与“SUBJECT”键变量匹配。

我不确定如何修改下面的代码以实现所需的结果，以便对从 x 数据帧合并的特定变量的观察结果在 y 数据帧中没有此变量的值是“N/A ”。值得注意的是，x 中存在的几乎所有变量都存在于 y 中（X 是 Y 的子集），但我只想匹配 SUBJECT 变量。以下是我当前的代码。

DF_merged <- right_join(DF.X, DF.Y, by = 'SUBJECT')

【问题讨论】：

标签： r merge dplyr

【解决方案1】：

您可能希望选择要合并的数据框的子集。一种选择是简单地使用 base R 进行合并，其中 by.y 表示右连接。

我试图在这里创建一个可重现的示例：

DF.X <- data.frame(SUBJECT = 1:5,
                   COLUMN.A = 5:9,
                   COLUMN.B = 11:15)

DF.Y <- data.frame(SUBJECT = 1:15,
                   COLUMN.B = 11:25,
                   COLUMN.C = 15:29)

DF_merged <- merge(x = DF.X[ ,c("SUBJECT", "COLUMN.A")], y = DF.Y, by = "SUBJECT", all.y = TRUE)

【讨论】：

使用该代码会导致以下错误消息。我想知道这是否是 b/c “SUBJECT”仅适用于 Y 案例的一个子集。澄清一下：X 数据框只有一个观察子集作为 Y，但相同的列和两个唯一的列我想与 Y 数据框合并。 Y 中没有这些唯一 X 列的值的观察结果将返回（理想情况下）N/As 错误：by 不能包含连接列 SUBJECT，LHS 调用 rlang::last_error() 中缺少该列以查看回溯跨度>
@G.Grothendieck 看到了你的这个贡献，希望你能阐明它在使用“关键”变量 (SUBJECT) stackoverflow.com/a/14103393/5825064 的情况下如何应用
我编辑了代码，因为我将基础 R 与 dplyr（右连接）混合在一起。在上面的示例中，我建议使用 base-R 选项。
合并路线确实有效，这也是我所采用的。然而，这有点尴尬/非最佳，因为生成的数据帧同时保留了 .x 和 .y 变量。这不是一个大问题，因为变量可以作为第 n 行的函数清楚地区分，但想知道如何只保留“完整”变量。更具体地说：我只是在数据框中添加两个变量，而不是案例，因为基础数据框包含所有案例。
你能重新创建你描述的例子吗？如果您只想添加列，请确保在子集中只允许“唯一”变量（显然 ID 除外）。否则，如果您只想将列添加到现有数据框，请考虑 cbind