如何使用dplyr或其他软件包合并两个数据帧? [英] How to combine two data frames using dplyr or other packages?

问题描述

我有两个数据框:

df1 = data.frame(index=c(0,3,4),n1=c(1,2,3))  
df1
#  index n1
# 1    0  1
# 2    3  2
# 3    4  3

df2 = data.frame(index=c(1,2,3),n2=c(4,5,6))  
df2
#   index n2
# 1     1  4
# 2     2  5
# 3     3  6

我想将这些加入:

  index n
1     0 1
2     1 4
3     2 5
4     3 8  (index 3 in two df, so add 2 and 6 in each df)
5     4 3
6     5 0  (index 5 not exists in either df, so set 0)
7     6 0  (index 6 not exists in either df, so set 0)

给定的数据帧只是大型数据集的一部分.我可以在R中使用 dplyr 或其他软件包吗?

The given data frames are just part of large dataset. Can I do it using dplyr or other packages in R?

推荐答案

使用 data.table (对于更大的数据集将非常有效).我没有更改列名称，因为 rbindlist 使用第一个数据集的名称，即.在这种情况下，第二列为 n (不知道它是功能还是错误).通过 rbindlist 加入数据集后，请按 index 列将其分组，即( by = index )并进行 n 列( list(n = sum(n)))

Using data.table (would be efficient for bigger datasets). I am not changing the column names, as the rbindlist uses the name of the first dataset ie. in this case n from the second column (Don't know if it is a feature or bug). Once you join the datasets by rbindlist, group it by column index i.e. (by=index) and do the sum of n column (list(n=sum(n)) )

 library(data.table)
 rbindlist(list(data.frame(index=0:6,n=0), df1,df2))[,list(n=sum(n)), by=index]
     index n
 #1:     0 1
 #2:     1 4
 #3:     2 5
 #4:     3 8
 #5:     4 3
 #6:     5 0
 #7:     6 0

或使用 dplyr .在此，所有数据集的列名应该相同.因此，我要在使用 rbind_list 进行 binding 数据集之前进行更改.如果 names 不同，则每个 name 都会有多列.加入数据集后，将其按 index 分组，然后使用 summarize 并执行列 n 的 sum .

Or using dplyr. Here, the column names of all the datasets should be the same. So, I am changing it before binding the datasets using rbind_list. If the names are different, there will be multiple columns for each name. After joining the datasets, group it by index and then use summarize and do the sum of column n.

 library(dplyr)
 nm1 <- c("index", "n") 
 colnames(df1) <- colnames(df2) <- nm1 
 rbind_list(df1,df2, data.frame(index=0:6, n=0)) %>% 
                                          group_by(index) %>%
                                          summarise(n=sum(n))

这篇关于如何使用dplyr或其他软件包合并两个数据帧?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！