[数据整理]：在R中用dplyr来合并两个数据表

这段时间在清洗自己的三年的横断面数据，需要进行数据的合并连接。发现tidyverse非常不错。

以下是一些很常用的合并方法（备份一下，下次直接复制去用）：

####直接合并行/列####
#合并行：在下方堆叠新行，根据列名合并，注意列名要相同，否则会作为新列（用NA填充）
#合并列：在右侧拼接新列，根据位置匹配行，数据框的行数必须相同
#合并行/列在R中分别用dplyr包中的bind_rows()和bind_cols()函数实现
library(dplyr)
bind_rows(
  sample_n(iris, 2), #随机抽取2个样本（行）
  sample_n(iris, 2), 
  sample_n(iris, 2)
)

one = mtcars[1:4, 1:3]
tow = mtcars[1:4, 4:5]
bind_cols(one, tow)


####按照匹配值合并数据框####
#主要包括以下几种情况：
#外连接（左连接、右连接、全连接）、内连接、半连接、反连接；这六种连接对应六个接口一致的函数
left_join(x, y, by)
right_join(x, y, by)
full_join(x, y, by)
inner_join(x, y, by)
semi_join(x, y, by)
anti_join(x, y, by)

#下面用dplyr自带的两个数据集演示
band = band_members
instrument = band_instruments

#左连接：保留x的所有行，合并匹配y中的列
band %>% 
  left_join(instrument, by = "name")

#右连接：保留y的所有行，合并匹配x中的列
band %>% 
  right_join(instrument, by = "name")

#全连接：保留x和y中所有的行，合并匹配列
band %>% 
  full_join(instrument, by = "name")

#内连接：保留两个数据表中共有的观测（行）
band %>% 
  inner_join(instrument, by = "name")

#半连接：保留x表中与y表中的行相匹配的所有行，即根据y表中有匹配的部分来筛选x表中的行
band %>% 
  semi_join(instrument, by = "name")

#反连接：删掉x表中与y表中的行相匹配的所有行，即更具y表中没有匹配的部分筛选x表中的行
band %>% 
  anti_join(instrument, by = "name")


####集合运算####
intersect(x, y) #返回x和y共同包含的观测（行）
union(x, y)     #返回x和y中所有的（唯一）观测
setdiff(x, y)   #返回在x中但不在y中的观测
setequal(x, y)  #判断集合x和y是否相等

详细内容大家可以参考张敬信老师的《R语言编程——基于tidyverse》