R数据框组合

Question

我知道这是一个常见问题。然而，在 R 中组合数据框时的常见问题是存在重叠列，并且列需要函数。

这不是我的问题。我目前在 R 中有 2 个数据框。它们有一组完全不同的列，除了两者共有的 ID 列。

有一个主要和次要数据集（这很重要，因为并非主要的所有值都存在于次要中）

我想将 2 列从辅助数据框添加到主数据框。

所以我当前使用的方法是遍历主节点的所有行。检查它是否存在于辅助中，如果存在，则添加行

primary$newCol1 <- Secondary$newCol1[Matching stuff here]

主要问题是数据集非常庞大，每个数据集大约有 900 万行和大量列。因此，该过程非常缓慢。我相信我有一个正确的解决方案。但是就天数而言，运行时间是不可能的。

一个简单的例子是

rowC = nrow(dataframe1)
for(i in 1:rowC){
matchedRow = Dataframe1$id[i] == dataframe2$id
if dataframe1$id[i] %in% dataframe2$id{
dataframe1$newcol[i] <- dataframe2$newcol[matchedRow]
}
else{dataframe1$newcol[i]<- 'Unknown'}

任何帮助将不胜感激

Answer 1

试试合并功能。

myResult = merge(dataframe1, dataframe2)

查看帮助页面后，您将整理出所有内容，但知道您可以指定要加入哪些列（在这种情况下，这将是常见的 'id' 列），并且您可以指定外部连接。在您的情况下，您可以考虑对数据框中的列数进行子集化，如下所示：

myResult = merge(dataframe1, dataframe2[, c(columnIwant, anotherColumn)])