如何在 R 中使用 dplyr 执行多个左连接 [重复]答案

【问题标题】：How to perform multiple left joins using dplyr in R [duplicate]如何在 R 中使用 dplyr 执行多个左连接 [重复]
【发布时间】：2015-11-11 00:50:58
【问题描述】：

如何在 R 中使用 dplyr 连接多个数据框？

new <- left_join(x,y, by = "Flag")

这是我用来左连接 x 和 y 的代码该代码不适用于多个连接

new <- left_join(x,y,z by = "Flag")

【问题讨论】：

This is how you join multiple data sets in R 通常。如果您愿意，可以使用left_join 代替merge。
使用Reduce(function(dtf1,dtf2) left_join(dtf1,dtf2,by="index"), list(x,y,z))。由于这个问题被标记为重复，所以我在问题Simultaneously merge multiple data.frames in a list上给出了详细的答案。

标签： r dplyr

【解决方案1】：

你可以使用嵌套的left_join

 left_join(x, y, by='Flag') %>%
                left_join(., z, by='Flag')

或者另一种选择是将所有数据集放在list 中，并使用base R 中的merge 和Reduce

Reduce(function(...) merge(..., by='Flag', all.x=TRUE), list(x,y,z))

或者我们有来自plyr 的join_all。同样在这里，我们将数据帧放在list 中，并使用参数type='left' 进行左连接。

library(plyr)
join_all(list(x,y,z), by='Flag', type='left')

【讨论】：

我想你也可以将left_join 嵌入到Reduce 中，但似乎昨天已经问过几次了，不是吗？
@DavidArenburg 是的，它可以并且对多个数据集很有用。我只是想使用%>%。
管道选项和使用 join_left 减少的速度要快得多（1.8 秒）（在我的情况下快 10 倍 - 当然取决于您的数据等）。使用合并减少非常慢（16 秒），但如果您将合并替换为 left_join，那么您的速度与管道相当（平均慢一点 1.9 秒但不显着）。最慢的是 plyr 的 join_all (22s)。
@nouse 您可以只选择真正需要的列，以便除了by 列之外，两个数据集中都有唯一的名称。如果有重复的列名，那将附加 .x x.x 等。
@DannyBullis 在tidyverse中，.指的是%>%的lhs中的整个对象所以，它是从x和y的左连接创建的data.frame