【R语言】【4】data.frame与merge与join与cbind与rbind

前言

再练习一下R语言数据类型的一些基础操作

我又遇到一本奇书（虽然大部分书都很奇），第一章就是各种画图函数的图例，章节叫绘图基础，但是形参和数据来源和解释都未知。虽然不可能解释地多详细，但是如果只是过一遍的话，为什么要占80面，差点就弃了。

---

         \;\\\;\\\;

data.frame()

df <- data.frame(
  #前面的不是形参，而是列名
  y=c('A','B','C'),
  '2010'=c(1,3,4),
  '2011'=c(3,5,2),
  '2021'=c(0,0,0),

  #F保证特殊符号被正常读取,T的话会在前面加个X
  check.names = T
)
df   
1
2
3
4
5
6
7
8
9
10
11

> df    
  y X2010 X2011 X2021
1 A     1     3     0
2 B     3     5     0
3 C     4     2     0
1
2
3
4
5

         \;\\\;\\\;

merge()

df1 <- data.frame(
  x=c('a','b','c'),
  y=1:3
)
df2 <- data.frame(
  x=c('e','w','z'),
  z=c(4,5,1)
)
df3 <- data.frame(
  w=c('a','b','z'),
  f=4:6
)
df4 <- data.frame(
  x=c('a','b','d'),
  y=c(1,4,3),
  z=c(2,5,4)
)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

all = T
T是TRUE的缩写，F是FALSE的缩写
all=F删除有缺失NA的行

by = ‘x’
主键是x，表中缺失为NA

#把df1和df2按列拼起来
merge(
  df1,
  df2,
  by='x',    #主键是x，表中缺失为NA
  all=T
)
1
2
3
4
5
6
7

  x  y  z
1 a  1 NA
2 b  2 NA
3 c  3 NA
4 e NA  4
5 w NA  5
6 z NA  1
1
2
3
4
5
6
7

by.x = ‘x’
by.y = ‘w’
以x和w为主键进行融合，其他列拼接在后面就行（一个主键）

#把df1和df3按列拼起来
merge(
  df1,
  df3,
  by.x='x',
  by.y='w',
  all=T
)
1
2
3
4
5
6
7
8

  x  y  f
1 a  1  4
2 b  2  5
3 c  3 NA
4 z NA  6
1
2
3
4
5

by = c(‘x’,‘y’)

以x和y为主键进行融合，其他列拼接在后面就行（两个主键）

#把df1和df4按列拼起来
merge(
  df1,
  df4,
  by=c('x','y'),
  all=T
)
1
2
3
4
5
6
7

  x y  z
1 a 1  2
2 b 2 NA
3 b 4  5
4 c 3 NA
5 d 3  4
1
2
3
4
5
6

         \;\\\;\\\;

cbind()与rbind()

df1 <- data.frame(
  x=c('a','b','c'),
  y = 1:3
)

df2 <- data.frame(
  zz=c('F','W','A'),
  g = c(2,5,4)
)

df3 <- data.frame(
  x=c('we','i'),
  y = c(2,5)
)

df1
df2
df3



#将行数相同的按列拼接在一起
table <- cbind(df1,df2)   #行数必须一致
table

#将列名相同的按行拼接在一起
table <- rbind(df1,df3)   #必须列名相同
table
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

> df1
  x y
1 a 1
2 b 2
3 c 3

> df2
  zz g
1  F 2
2  W 5
3  A 4

> df3
   x y
1 we 2
2  i 5

> table
  x y zz g
1 a 1  F 2
2 b 2  W 5
3 c 3  A 4

> table
   x y
1  a 1
2  b 2
3  c 3
4 we 2
5  i 5
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

         \;\\\;\\\;

join

用merge()实现的join

没有all参数（默认all=F）就是inner join

all=T就是full join

all.x=T就是left join

all.y=T就是right join

         \;\\\;\\\;

dplyr:: 的_join系列函数

dplyr::inner_join(
	x=df1,
	y=df2,
	by='x'
)
1
2
3
4
5

dplyr::full_join(
	x=df1,
	y=df2,
	by='x'
)
1
2
3
4
5

dplyr::left_join(
	x=df1,
	y=df2,
	by='x'
)
1
2
3
4
5

dplyr::right_join(
	x=df1,
	y=df2,
	by='x'
)
1
2
3
4
5

         \;\\\;\\\;

aggregate()分组

df <- data.frame(
  n=c('A','B','C','A','C'),
  '2021'=c(1,3,4,4,3),
  '2022'=c(3,5,6,2,3),
  
  #F:特殊字符正常显示为列名
  check.names = F
)
df

#数据重组
df_melt <- reshape2::melt(
  df,
  
  #变成n year uid三列
  id.vars = 'n',
  variable = 'year',
  value.name = 'uid'
)
df_melt


#分组
g <- aggregate(uid~year + n,df_melt,mean)
g
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

> df
  n 2021 2022
1 A    1    3
2 B    3    5
3 C    4    6
4 A    4    2
5 C    3    3

> df_melt
   n year uid
1  A 2021   1
2  B 2021   3
3  C 2021   4
4  A 2021   4
5  C 2021   3
6  A 2022   3
7  B 2022   5
8  C 2022   6
9  A 2022   2
10 C 2022   3

> g
  year n uid
1 2021 A 2.5
2 2022 A 2.5
3 2021 B 3.0
4 2022 B 5.0
5 2021 C 3.5
6 2022 C 4.5
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