数据处理中经常遇到表连接问题，本次介绍R语言中三种左连接方法，这三种是等价的，不过会有时间快慢问题，斟酌使用。
法一：
|
1
|
> data0 <- merge(a,c,all.x=TRUE,by='CELLPHONE')
|
法二：
|
1
|
> data1 <- sqldf('select a.*,b.* from a left join c on a.CELLPHONE=c.CELLPHONE')
|
法三：
|
1
|
> data2 <- c[a,on='CELLPHONE']
|
注意：第三种方法的顺序不能写反了。
补充：R语言中的inner_join, full_join, left_join, right_join
在R for Data Science中，作者用了非常直观的例子解释了上面的四个概念。说明如下：
我们的数据集是这样的：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
x <- tribble(
~key, ~val_x,
1, "x1",
2, "x2",
3, "x3"
)
y <- tribble(
~key, ~val_y,
1, "y1",
2, "y2",
4, "y3"
)
|
可以看出，x与y的key都有1，2，但是x的key里面有3，y的key里面有4.
下面我们来看这四个概念：
1. inner_join
|
1
2
|
x %>%
inner_join(y, by = "key")
|
其结果是
|
1
2
3
4
|
key val_x val_y
<dbl> <chr> <chr>
1 x1 y1
2 x2 y2
|
可以看出，此时基于key的连接只保留了共同的key值1与2对应的数据；
2. full_join
|
1
2
|
x %>%
full_join(y, by = "key")
|
其结果是
|
1
2
3
4
5
6
|
key val_x val_y
<dbl> <chr> <chr>
1 x1 y1
2 x2 y2
3 x3 NA
4 NA y3
|
可以看出，此时基于key的连接保留了所有key值对应的数据，当相应的值不存在的时候，用NA代替；
3. left_join
|
1
2
|
x %>%
left_join(y, by = "key")
|
此时的结果为
|
1
2
3
4
|
<dbl> <chr> <chr>
1 x1 y1
2 x2 y2
3 x3 NA
|
可以看出, 此时基于key的连接只保留了x对应的key值的数据，当相应的值不存在的时候，用NA代替；
4. right_join
|
1
2
|
x %>%
right_join(y, by = "key")
|
此时的结果为
|
1
2
3
4
5
|
key val_x val_y
<dbl> <chr> <chr>
1 x1 y1
2 x2 y2
4 NA y3
|
可以看出，此时基于key的连接只保留了y对应的key值的数据，当相应的值不存在的时候，用NA代替。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://wanpingdou.blog.csdn.net/article/details/75364936