本文首發於公眾號：“生信補給站” Tidyverse| XX_join ：多個數據表（文件）之間的各種連接
前面分享了單個文件中的select列，filter行，列拆分等，實際中經常是多個數據表，綜合使用才能回答你所感興趣的問題。
本次簡單的介紹多個表（文件）連接的方法。
一 載入數據，R包
library(tidyverse)
x <- tribble(
~key, ~val_x,
1, "x1",
2, "x2",
3, "x3"
)
y <- tribble(
~key, ~val_y,
1, "y1",
2, "y2",
4, "y3"
)
二 合併數據
向數據框中加入新變量，新變量的值是另一個數據框中的匹配觀測。
1 連接方式
1） 內連接 inner_join
內連接是最簡單的一種連接，只要兩個觀測的鍵是相等的，即可匹配。
註釋：匹配在實際的連接操作中是用圓點表示的。圓點的數量 = 匹配的數量 = 結果中行的數量。下同
x %>%
inner_join(y, by = "key")
# A tibble: 2 x 3
key val_x val_y
<dbl> <chr> <chr>
1 1 x1 y1
2 2 x2 y2
內連接最重要的性質是，沒有匹配的行不會包含在結果中。容易丟失觀測，慎用。
2） 外連接
外連接則保留至少存在於一個表中的觀測。外連接有 3 種類型： • 左連接 left_join：保留 x 中的所有觀測。 • 右連接 right_join：保留 y 中的所有觀測 • 全連接 full_join：保留 x 和 y 中的所有觀測。
x %>%
left_join(y, by = "key")
# A tibble: 3 x 3
key val_x val_y
<dbl> <chr> <chr>
1 1 x1 y1
2 2 x2 y2
3 3 x3 <NA>
x %>%
right_join(y, by = "key")
# A tibble: 3 x 3
key val_x val_y
<dbl> <chr> <chr>
1 1 x1 y1
2 2 x2 y2
3 4 <NA> y3
x %>%
full_join(y, by = "key")
# A tibble: 4 x 3
key val_x val_y
<dbl> <chr> <chr>
1 1 x1 y1
2 2 x2 y2
3 3 x3 <NA>
4 4 <NA> y3
2 重複鍵
以上均假設鍵具有唯一性，但情況並非總是如此。
如果x中的key變量，在y中有多個同樣的key，那麼所有的結合可能都會羅列出來
x1 <- tribble(
~key, ~val_x,
1, "x1",
2, "x2",
2, "x3",
1, "x4"
)
y1 <- tribble(
~key, ~val_y,
1, "y1",
2, "y2"
)
left_join(x1, y1, by = "key")
# A tibble: 4 x 3
key val_x val_y
<dbl> <chr> <chr>
1 1 x1 y1
2 2 x2 y2
3 2 x3 y2
4 1 x4 y1
3 定義連接鍵
1) 默認值 by = NULL
使用存在於兩個表中的所有變量，這種方式稱為自然連接。
left_join(x, y)
Joining, by = "key"
# A tibble: 3 x 3
key val_x val_y
<dbl> <chr> <chr>
1 1 x1 y1
2 2 x2 y2
3 3 x3 <NA>
2) 定義匹配鍵 by = c("a" = "b")
匹配 x 表中的 a 變量和 y 表中的 b 變量，輸出結果中使用的是 x 表中的變量。
y_1 <- tribble(
~key2, ~val_y,
1, "y1",
2, "y2"
)
left_join(x, y_1, by = c("key" = "key2"))
# A tibble: 3 x 3
key val_x val_y
<dbl> <chr> <chr>
1 1 x1 y1
2 2 x2 y2
3 3 x3 <NA>
3) 多個匹配鍵
x2 <- tribble(
~key,~key1, ~val_x,
1, 2018,"x1",
2, 2019,"x2",
3, 2019,"x3"
)
y2 <- tribble(
~key, ~key1,~val_y,
1, 2018,"y1",
2, 2018,"y2",
4, 2019,"y3"
)
inner_join(x2,y2,by = c("key","key1"))
# A tibble: 1 x 4
key key1 val_x val_y
<dbl> <dbl> <chr> <chr>
1 1 2018 x1 y1
三 篩選連接
篩選連接匹配觀測的方式與合併連接相同，但前者影響的是觀測，而不是變量。篩選連接 有兩種類型。
semi_join函數
-
保留 x 表中與 y 表中的觀測相匹配的所有觀測
semi_join(x, y, by = "key")
# A tibble: 2 x 2
key val_x
<dbl> <chr>
1 1 x1
2 2 x2
anti_join函數
-
丟棄 x 表中與 y 表中的觀測相匹配的所有觀測。
anti_join(x, y, by = "key")
# A tibble: 1 x 2
key val_x
<dbl> <chr>
1 3 x3
參考資料：
https://r4ds.had.co.nz/
《R數據科學》
【覺得不錯，右下角點個“在看”，期待您的轉發，謝謝！】
本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理
【其他文章推薦】
※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!
※台北網頁設計公司全省服務真心推薦
※想知道最厲害的網頁設計公司"嚨底家"!
※推薦評價好的iphone維修中心
※網頁設計最專業,超強功能平台可客製化
※別再煩惱如何寫文案,掌握八大原則!
