R：根据列中的值合并两个数据框并返回两个数据框的所有值答案

【问题标题】：R: Merge two data frames based on value in column and return all values of both data framesR：根据列中的值合并两个数据框并返回两个数据框的所有值
【发布时间】：2020-03-16 17:03:29
【问题描述】：

假设我有以下 dfs

现在我想合并列“a”的两个dfs条件来给我以下df

在我的数据集中我尝试使用

merge <- merge(x = df1, y = df2, by = "a", all = TRUE)

但是，虽然 df1 有 50,000 个条目，而 df2 有 100,000 个条目，并且在 a 列中肯定有匹配的值，但合并后的 df 有超过一百万个条目。我不明白这个。据我了解，应该有最大值。合并的 df 中有 150,000 个条目，当两个 df 之间的 a 列中没有值相等时就是这种情况。

【问题讨论】：

使用您在上面提供的示例数据集，该示例有效。这意味着它可能与您的数据集的格式/结构有关。 str(df1) 和 str(df2) 的输出是什么？需要注意的一件事是，如果两个数据集中的列名相同，它将通过将.y 添加到第二个数据集中的列来生成新的列名。我假设这只是示例。

标签： r merge

【解决方案1】：

我认为您想要做的不是merge，而是rbind 两个数据框并删除duplicated 行：

数据：

df1 <- data.frame(a = c(1,4,9),
                  b = c(2,3,7),
                  c = c(3,3,3),
                  d = c(4,4,4))
df2 <- data.frame(a = c(1,2,3),
                  b = c(2,2,2),
                  c = c(3,3,3),
                  d = c(4,4,4))

解决方案：

行绑定df1和df2：

df3 <- rbind(df1, df2)

删除重复行：

df3 <- df3[!duplicated(df3), ]

结果：

【讨论】：

【解决方案2】：

有了tidyverse，我们可以做到bind_rows和distinct

library(dplyr)
bind_rows(df1, df2) %>%
     distinct

数据

df1 <- structure(list(a = c(1, 4, 9), b = c(2, 3, 7), c = c(3, 3, 3), 
    d = c(4, 4, 4)), class = "data.frame", row.names = c(NA, 
-3L))

df2 <- structure(list(a = c(1, 2, 3), b = c(2, 2, 2), c = c(3, 3, 3), 
    d = c(4, 4, 4)), class = "data.frame", row.names = c(NA, 
-3L))

【讨论】：

【解决方案3】：

有可能

dplyr::union(df1, df2)

【讨论】：

【解决方案4】：

这是另一个使用rbind + %in% 的基本 R 解决方案

dfout <- rbind(df1,subset(df2,!a %in% df1$a))

这样

> rbind(df1,subset(df2,!a %in% df1$a))
   a b c d
1  1 2 3 4
2  4 3 3 4
3  9 7 3 4
21 2 2 3 4
31 3 2 3 4

【讨论】：