合并data.frames导致match.names错误 [英] Merge data.frames cause match.names error

问题描述

我需要合并许多data.frames。下面的代码示例重现一个错误。它看起来像一个错误。

此代码工作正常：

  df1<  -  data.frame（v = 1：10，v2 = rev（1:10））
 df2<  -  data.frame（vv = 1：8，v2 = rev（5:12）） 
 df12<  -  merge（x = df1，y = df2，by.x = 1，by.y = 1，all = TRUE，suffixes = c（x，.y））
 df3<  -  data.frame（w = 2：6，v2 = 3：7）
 df123<  -  merge（x = df12，y = df3，by.x = 1，by.y = 1，all = TRUE，后缀= c（。x，.y））
 df4<  -  data.frame（x = 1：6，v2 = 1：6）
 df1234<  -  merge（x = df123，y = df4，by.x = 1，by.y = 1，all = TRUE，suffixes = c（x，.y））
  

此代码在最后一行产生错误消息：match.names中的错误（clabs，names（xi））：names不符合以前的名字。唯一的变化是nrow（df4）> nrow（df123）

  df1<  -  data.frame（v = 1： 10，v2 = rev（1:10））
 df2<  -  data.frame（vv = 1：8，v2 = rev（5:12））
 df12 < df1，y = df2，by.x = 1，by.y = 1，all = TRUE，suffixes = c（x，.y））
 df3<  -  data.frame = 2：6，v2 = 3：7）
 df123<  -  merge（x = df12，y = df3，by.x = 1，by.y = 1，all = TRUE，suffixes = c .x，.y））
 df4<  -  data.frame（x = 1：16，v2 = 1：16）
 df1234<  -  merge（x = df123，y = df4，by.x = 1，by.y = 1，all = TRUE，suffixes = c（。x，.y））
  

我们来看看df123的列的名称

  name（df123）
 [1]vv2.xv2.yv2
  

然后更改任意一个的姓氏

  names（df123）[4]<  - v3
  

现在这行代码将正常工作

  df1234<  -  merge（x = df123，y = df4，by.x = 1，by.y = 1，all = TRUE，suffixes = c（x，.y ）
  

是bug吗？我在Win7上使用了R 2.13.1。
如果您需要一些其他信息，我会将其添加到该问题。

解决方案

这绝对是一个错误我在Windows 7中的R 2.14.1中进行了测试，但我怀疑操作系统的重要性。我在这里重新创建了一个较小的测试用例：

 ＃创建数据。 
 df1 = data.frame（rbind（c（1,10,12，NA）））
 df2 = data.frame（rbind（c（11,11）））
 
＃工作正常。 
 merge（df1，df2，by = 1，all = T）
 
＃X1 X2.x X3 X4 X2.y 
＃1 1 10 12 NA NA 
＃2 11 NA NA NA 11 
 
＃更改列的名称。 
名称（df1）= c（'v'，'v2.x'，'v2.y'，'v2'）
名称（df2）= c（'x'，'v2' 
 
＃相同的数据失败！ 
 merge（df1，df2，by = 1，all = T）
 
＃match.names中的错误（clabs，names（xi））：
＃名称不匹配以前的名称
  

该错误发生在merge.data.frame方法中，在此行上： / p>



  x<  -  rbind（x，ya）
  

问题是x和ya不共享相同的列名。这个问题出现在这一行上，只是前一行的两行：

  ya < -  cbind（ya，x [rep .int（NA_integer_，nyy），nm.x，drop = FALSE]）
  

nm.x 是一组名称c（v2.x，v2.y，v2.x）。而x是具有两个名称为v2.x的列的数据框架。有趣的是，当您从此data.frame中选择列时，似乎重命名其中一列！

  names（x） 
 [1]vv2.xv2.yv2.x
 nm.x 
 [1]v2.xv2.y v2.x
x [，nm.x] 
 v2.x v2.y v2.x.1 
 1 10 12 10 
  

我试图通过使用列的位置而不是名称来解决这个问题，但结果名称仍然改变（但是值现在是你想要的）！

  x [，c（2,3,4）] 
v v2.x v2.y v2。 x.1 
 1 1 10 12 NA 
  

我有将此作为错误发布。

I need to merge many data.frames. Below the sample of the code to reproduce an error. It looks like a bug.

This code works well:

df1 <- data.frame(v=1:10, v2=rev(1:10))
df2 <- data.frame(vv=1:8, v2=rev(5:12))
df12 <- merge(x=df1, y=df2, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y"))
df3 <- data.frame(w=2:6, v2=3:7)
df123 <- merge(x=df12, y=df3, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y"))
df4 <- data.frame(x=1:6, v2=1:6)
df1234 <- merge(x=df123, y=df4, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y"))

This code produce the error message on the last line: Error in match.names(clabs, names(xi)) : names do not match previous names. The only change is that nrow(df4) > nrow(df123)

df1 <- data.frame(v=1:10, v2=rev(1:10))
df2 <- data.frame(vv=1:8, v2=rev(5:12))
df12 <- merge(x=df1, y=df2, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y"))
df3 <- data.frame(w=2:6, v2=3:7)
df123 <- merge(x=df12, y=df3, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y"))
df4 <- data.frame(x=1:16, v2=1:16)
df1234 <- merge(x=df123, y=df4, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y"))

Let's see names of columns of df123

names(df123)
[1] "v"    "v2.x" "v2.y" "v2" 

Then change the last name on arbitrary one

names(df123)[4] <- "v3"

And now this line of code will work correctly

df1234 <- merge(x=df123, y=df4, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y"))

Is it bug? I used R 2.13.1 on Win7. If you need some other information, I'll add it to the question.

解决方案

This is definitely a bug, I tested it in R 2.14.1 on Windows 7, but I doubt the operating system matters. I recreated a "smaller" test case of the bug here:

# Create data.
df1=data.frame(rbind(c(1,10,12,NA)))
df2=data.frame(rbind(c(11,11)))

# Works fine.
merge(df1,df2,by=1,all=T)

#   X1 X2.x X3 X4 X2.y
# 1  1   10 12 NA   NA
# 2 11   NA NA NA   11

# Change the names of the columns.
names(df1)= c('v','v2.x','v2.y','v2')
names(df2)= c('x','v2')

# Same data fails!
merge(df1,df2,by=1,all=T)

# Error in match.names(clabs, names(xi)) : 
#   names do not match previous names

The error occurs in the "merge.data.frame" method, on this line:

x <- rbind(x, ya)

The problem is that "x" and "ya" don't share the same column names. That problem occurs on this line, just two lines before the previous one:

ya <- cbind(ya, x[rep.int(NA_integer_, nyy), nm.x, drop = FALSE])

"nm.x" is a set of names c("v2.x","v2.y","v2.x"). and x is a data.frame with two columns with the name 'v2.x'. Interestingly, when you select the columns from this data.frame, it appears to rename one of the columns!

names(x)
[1] "v"    "v2.x" "v2.y" "v2.x"
nm.x
[1] "v2.x" "v2.y" "v2.x"
x[,nm.x]
  v2.x v2.y v2.x.1
1   10   12     10

I tried to solve this by using the position of the column, instead of the name, but the resulting name is still changed (but the values are now what you want)!

x[,c(2,3,4)]
  v v2.x v2.y v2.x.1
1 1   10   12   NA

I have posted this as a bug.

这篇关于合并data.frames导致match.names错误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！