如何在不添加额外行 R 的情况下使用 left_join？答案

【问题标题】：How to use left_join without adding additional rows R?如何在不添加额外行 R 的情况下使用 left_join？
【发布时间】：2022-01-08 20:22:21
【问题描述】：

我有两张桌子。第一个表有 206 206 行，第二个有 300 行。这样使用left_join 后：

final <- left_join(first, second, by="CATEGORY")

决赛桌有 223 201 行。我不明白为什么要添加额外的行。我最后需要有 206 206 行，只添加了额外的列。可能是什么问题？我尝试了inner_join，但我仍然遇到同样的问题。

【问题讨论】：

请添加一些有代表性的样本数据。
这可能与this post 帖子或this one 重复。
@Mata 我没有找到他们。谢谢

标签： r dataframe join dplyr

【解决方案1】：

如果有多种匹配方式，连接总是会添加额外的行。这里，如果a 为 1，c 可以同时为 1 和 2。在 id 列上使用distinct（这里：a）来获得一对多匹配之一：

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
df1 <- tibble(a = c(1,2), b = 2)
df1
#> # A tibble: 2 x 2
#>       a     b
#>   <dbl> <dbl>
#> 1     1     2
#> 2     2     2
df2 <- tibble(a = c(1,1,2), c = c(1,2,3))
df2
#> # A tibble: 3 x 2
#>       a     c
#>   <dbl> <dbl>
#> 1     1     1
#> 2     1     2
#> 3     2     3
left_join(df1,df2)
#> Joining, by = "a"
#> # A tibble: 3 x 3
#>       a     b     c
#>   <dbl> <dbl> <dbl>
#> 1     1     2     1
#> 2     1     2     2
#> 3     2     2     3
left_join(df1,df2) %>% distinct(a, .keep_all = TRUE)
#> Joining, by = "a"
#> # A tibble: 2 x 3
#>       a     b     c
#>   <dbl> <dbl> <dbl>
#> 1     1     2     1
#> 2     2     2     3

^{由reprex package (v2.0.1) 于 2021-12-02 创建}

【讨论】：