R - 将两个具有特殊条件的电子表格合并在一起

Question

我正在尝试将 R 中的两个电子表格（CSV 文件）合并在一起，条件有些复杂。每个数据文件都包含一个海洋物种列表和分类生态分配（以分配数字的形式，1-6）。查看所有列标题的图片。

这两个文件是：

my_data.csv

matt_data.csv

我想通过属名（两个电子表格中的列标题）来匹配它们。如果属名匹配，我想将数据合并在一起。

特殊条件：

1) 如果属名不匹配，并且它在 matt_data 但不在 my_data 中，我希望丢弃与该属相关联的行。 my_data 仅包含当前存在的物种，而 matt_data 包含一些已灭绝的物种，我只想要当前存在的物种。如果属名不匹配并且它在 my_data 但不在 matt_data 中，我希望不要删除该行。

2) matt_data 中的给定属可能匹配 my_data 中的多行，因为 matt_data 仅被分类到属级别，而 my_data 被分类到物种名称。我希望 matt_data 与它们共有的所有属相匹配。例如，假设 homo 是 matt_data 中的一个属（只有 1 行），而我在 my_data 中有 10 个均属，我希望 matt_data 行中的信息能与 my_data 中的所有 10 个均属相匹配。

如果其中任何一个没有意义，请告诉我，我可以澄清更多。

我之前使用了一个代码来合并一组不同的电子表格（复制如下），但在这种情况下它不起作用。另外我不相信这段代码不能正确处理我的特殊情况？

setwd("C:/Users/TrevorB/Documents/My Documents/Academics/TCBES/Thesis/IUCN WoRMS")


my_list = read.csv("C:/Users/TrevorB/Documents/My Documents/Spreadsheet Ecological Assignment.csv", header=T)
matt_list = read.csv("C:/Users/TrevorB/Documents/My Documents/matt_data.csv", header=T)

my_list$matt_list <- matt_list$category[match(my_list$genus, matt_list$genus)]

write.csv(my_list, file = 'combined.csv')

Answer 1

有几种方法可以做到这一点：

基础 R：

merge(my_list, matt_list, by = 'genus', all.x = T)

plyr：

join(my_list, matt_list, by = 'genus', type = 'left')

dplyr：

left_join(my_list, matt_list, by = 'genus')

我个人在可能的情况下更喜欢base R，但plyr 不会重新排列你的行，这很好。

编辑：

您可以删除by 参数以根据所有匹配的列名进行匹配，或者使用by = c('genus', 'other_col') 等添加其他列进行连接