在R中使用哪种类型的连接，最好是tidyverse答案

【问题标题】：Which type of join to use in R, tidyverse preferably在R中使用哪种类型的连接，最好是tidyverse
【发布时间】：2020-06-23 18:59:30
【问题描述】：

我认为这个问题的答案在文档中正盯着我看，但也许我只是在放屁，我想不通。

假设我有两张患者表，表 a 和表 b。

我知道两个表中的相同患者有一些重叠，我将加入他们的病历。

我想从 B 中获取所有我可能没有的新患者，并将它们添加到我预先存在的表 A 中。我只想留下 A 中的列，并且我不需要来自 A 的任何新列B. 两者之间可能存在重叠的列，如果它们在此上合并也很好，但病历编号是重要的。您会使用什么类型的联接？

谢谢

【问题讨论】：

或许semi_join
@akrun 刚刚尝试了 semi_join，在它只保留表 A 中的列的意义上工作正常，但它删除了在 B 中找不到的患者。所以 A 现在少了。我希望 A 从 B 那里获得所有新患者，所以 A 会成长。如果这有意义？
在这种情况下，可能是full_join
@akrun 刚刚尝试了 full_join，它从 B 中引入了我不需要的所有新列（尽管它确实吸引了患者）。我想我可以删除那些列，但它就像 300 个新列..
我将在 B.B[c(1, 3, 5, 10)] 中加入所需的感兴趣的列子集，然后使用 full_join

标签： r tidyverse

【解决方案1】：

你可以只做一个 full join （你需要 full 从两个表中获取条目，left 只会让你从左表中获取条目）并使用从左侧数据框中选择列colnames 函数，因此您不必进行大量输入。假设您的医疗记录在两个数据框中具有相同的名称。

library(dplyr)

left = data.frame('medical_record' = 1:3, 'col_1' = 4:6, 'col_2' = 7:9)
right = data.frame('medical_record' = 3:5, 'col_3' = 3:5, 'col_4' = 1:3)

joined = left %>% 
  full_join(right) %>% 
  select(colnames(left))
head(left)
head(right)
head(joined)

输出：

> head(left)
  medical_record col_1 col_2
1              1     4     7
2              2     5     8
3              3     6     9
> head(right)
  medical_record col_3 col_4
1              3     3     1
2              4     4     2
3              5     5     3
> head(joined)
  medical_record col_1 col_2
1              1     4     7
2              2     5     8
3              3     6     9
4              4    NA    NA
5              5    NA    NA

【讨论】：