R语言之左连接的三种实现操作

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：

> data0 <- merge(a,c,all.x=TRUE,by='CELLPHONE')

法二：

> data1 <- sqldf('select a.*,b.* from a left join c on a.CELLPHONE=c.CELLPHONE')

法三：

> 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：

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

x %>%
 inner_join(y, by = "key")

其结果是

key val_x val_y
   
   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

x %>%
 full_join(y, by = "key")

其结果是

key val_x val_y
   
 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

x %>%
 left_join(y, by = "key")

此时的结果为

  
  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

x %>%
 right_join(y, by = "key")

此时的结果为

key val_x val_y
   
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脚本之家。如有错误或未考虑完全的地方，望不吝赐教。