合并在 R 中产生意想不到的结果

Question

我正在尝试合并：

to_graph <- structure(list(Teacher = c("BS", "BS", "FA"
), Level = structure(c(2L, 1L, 1L), .Label = c("BE", "AE", "ME", 
"EE"), class = "factor"), Count = c(2L, 25L, 28L)), .Names = c("Teacher", 
"Level", "Count"), row.names = c(NA, 3L), class = "data.frame")

和

graph_avg <- structure(list(Teacher = structure(c(1L, 1L, 2L), .Label = c("BS", 
"FA"), class = "factor"), Count.Fraction = c(0.0740740740740741, 
0.925925925925926, 1)), .Names = c("Teacher", "Count.Fraction"
), row.names = c(NA, -3L), class = "data.frame")

使用merge(to_graph, graph_avg, by="Teacher")，但没有得到我期望的结果（3 行），而是得到：

  Teacher Level Count Count.Fraction
1      BS    AE     2     0.07407407
2      BS    AE     2     0.92592593
3      BS    BE    25     0.07407407
4      BS    BE    25     0.92592593
5      FA    BE    28     1.00000000

有什么想法吗？谢谢！

Answer 1

不确定您要完成什么。 merge 正在做它应该做的事情。

让我们看看所有的data.frames

graph_avg
  Teacher Count.Fraction
1      BS     0.07407407
2      BS     0.92592593
3      FA     1.00000000

to_graph
  Teacher Level Count
1      BS    AE     2
2      BS    BE    25
3      FA    BE    28

merge(to_graph, graph_avg)
  Teacher Level Count Count.Fraction
1      BS    AE     2     0.07407407
2      BS    AE     2     0.92592593
3      BS    BE    25     0.07407407
4      BS    BE    25     0.92592593
5      FA    BE    28     1.00000000

现在，如果我要合并这些，我必须查看哪些是常见的，以及我将获得什么以获得结果。老师，你两个都有。但是，如果我试图合并只是老师，我该怎么办？ BS 没有唯一标识符，它在两个 data.frame 中出现两次。如果它在其中一个中出现一次，那将很容易解决。所以，我可以检查并说，好的，我在一个 data.frame 中拥有一个唯一标识符，级别......可以做到......然后去做一些不会丢失任何数据的东西。 merge 对于您有一个小数据框架的情况非常方便，比如每个老师都在其中一次，并且那里有老师的年龄或性别。您可以将其合并到另一个 data.frame 中，对老师进行重复测量，每次老师出现时，您也会知道这些。但是对于您正在做的事情，它不是正确的工具。

merge 不是你想要的。如果这些确实是您的 data.frames，请改用 cbind。

cbind(to_graph, graph_avg$Count.Fraction)

  Teacher Level Count Count.Fraction
1      BS    AE     2     0.07407407
2      BS    BE    25     0.92592593
3      FA    BE    28     1.00000000

这可能就是你要找的东西。

Answer 2

由于很明显您的一个数据集是从另一个数据集派生的，我建议您根本不需要合并，而是找到一种方法进行分析，使所有数据保持完整.

例如，使用包plyr 中的ddply 从另一组派生一组。请注意此结果如何包含您需要的所有信息：

> library(plyr)
> ddply(to_graph, .(Teacher), transform, Count.Fraction=Count/sum(Count))

  Teacher Level Count Count.Fraction
1      BS    AE     2     0.07407407
2      BS    BE    25     0.92592593
3      FA    BE    28     1.00000000

---

回答您关于合并的问题。 R 中的merge 类似于数据库join。要连接两个表，您需要确定可以匹配两个表中的主键。在您的情况下，主键是Teacher 和Level 的组合。由于Level 列在您的第二个data.frame 中不存在，因此merge 是不可能的。

恢复这种情况的唯一方法是将丢失的主键位添加回数据中。假设数据以完全相同的顺序排序，您可以使用cbind 执行此操作，然后执行merge：

> merge(to_graph, cbind(graph_avg, Level=to_graph$Level))
  Teacher Level Count Count.Fraction
1      BS    AE     2     0.07407407
2      BS    BE    25     0.92592593
3      FA    BE    28     1.00000000