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
