在R中合并具有不同数据类型的不同键的两个数据帧答案

【问题标题】：Merging two dataframes with different keys of different data types in R在R中合并具有不同数据类型的不同键的两个数据帧
【发布时间】：2017-12-06 19:12:23
【问题描述】：

我有两个数据框

主人

P_ID      C_ID   D_ID ...
520686814 1222   1281
336892632 1232   8181 ...

和

str(master$P_ID) : integer64 [1:12000] 520686814 336892632 140101133 85433815 339389222

还有

维度

p_id      year  gender state
520686814 2017  1      A
336892632 2016  2      B

和

str(Dimension$p_id) : num [1:9915433] 520686814 336892632 636774575 248552775...

所以基本上我可以看到在两个数据帧中都有匹配 p_id 的记录。所以我使用

进行连接

joined <- merge(master, Dimension, by.x = "P_ID", by.y = "p_id")

令我惊讶的是，我没有得到任何记录。联接是否不适用于不同的数据类型，即使它们在子集时有效？

【问题讨论】：

integer64 是 R 原子类吗？根据您使用的软件包，它可能会将integer64 存储为character。然后应该清楚地看到为什么您的合并不起作用。您能否澄清一下您是如何生成integer64 数据的？

标签： r dataframe merge

【解决方案1】：

假设您没有对它们执行任何数学运算，您可以（有些人认为应该）将 ID 存储为字符串。据我了解，这是一种更安全的方法。此外，合并字符串比合并数字更快。

master$P_ID <- as.character(master$P_ID)
Dimension$p_id <- as.character(Dimension$p_id)
joined <- merge(master, Dimension, by.x = "P_ID", by.y = "p_id")

上面的代码应该可以完成。它没有回答为什么您的合并失败的问题，但确实为您提供了一种解决方法。

【讨论】：

实际上，我的问题更集中在合并失败的原因上，我通过转换 master$P_ID
@hbabbar ... integer64 类型是什么，因为它不是基本的 R 原子类型？它是您定义的特殊类还是另一个包？如上所述，请发布使用的所有个库。
@Parfait 我也对此感到困惑。在您指出之后，我进行了检查，发现我使用 fread from data.table 来导入我的数据，并且它已将数据隐式读取为 integer64。当我从 read.csv 尝试返回时，它是数字的。这对我来说是一个新的观察。