R语言之merge详解

merge是R语言中用来合并数据框的函数

merge函数的声明:

?

1 2 3 4

merge(x, y, by = intersect(names(x), names(y)),       by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,       sort = TRUE, suffixes = c(".x",".y"),       incomparables = NULL, ...)

merge函数参数的说明:

x,y:用于合并的两个数据框

by,by.x,by.y:指定依据哪些行合并数据框,默认值为相同列名的列.

all,all.x,all.y:指定x和y的行是否应该全在输出文件.

sort:by指定的列是否要排序.

suffixes:指定除by外相同列名的后缀.

incomparables:指定by中哪些单元不进行合并.

例子:

?

1 2 3 4 5 6 7 8 9 10 11 12 13

w1: NAME    SCHOOL    CLASS    ENGLISH A    S1    10    85 B    S2    5    50 A    S1    4    90 A    S1    11    90 C    S1    1    12   w2: NAME    SCHOOL    CLASS    MATHS    ENGLISH A    S3    5    80    88 B    S2    5    89    81 C    S1    1    55    32

按照NAME, SCHOOL, CLASS合并w1和w2:

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

merge(w1, w2, all = T)     NAME SCHOOL CLASS ENGLISH MATHS 1    A     S1     4      90    NA 2    A     S1    10      85    NA 3    A     S1    11      90    NA 4    A     S3     5      88    80 5    B     S2     5      50    NA 6    B     S2     5      81    89 7    C     S1     1      12    NA 8    C     S1     1      32    55   merge(w1, w2, by = c("NAME", "SCHOOL", "CLASS"), all = T)     NAME SCHOOL CLASS ENGLISH.x MATHS ENGLISH.y 1    A     S1     4        90    NA        NA 2    A     S1    10        85    NA        NA 3    A     S1    11        90    NA        NA 4    A     S3     5        NA    80        88 5    B     S2     5        50    89        81 6    C     S1     1        12    55        32   merge(w1, w2, all = T, incomparables = "A") Error in merge.data.frame(w1, w2, all = T, incomparables = "A") :   'incomparables' is supported only for merging on a single column   merge(w1, w2, all = T, by = "NAME", incomparables = "A")   NAME SCHOOL.x CLASS.x ENGLISH.x SCHOOL.y CLASS.y MATHS ENGLISH.y 1    A       S1      10        85     <NA>      NA    NA        NA 2    A       S1       4        90     <NA>      NA    NA        NA 3    A       S1      11        90     <NA>      NA    NA        NA 4    A     <NA>      NA        NA       S3       5    80        88 5    B       S2       5        50       S2       5    89        81 6    C       S1       1        12       S1       1    55        32

将数据框中的NA变成0

dataframe[is.na(dataframe)]