我有 3 个需要在 R 中分析的 .csv 文件。文件 1 包含带有用户 ID 和 signupdate 的列。文件二包含带有用户 ID、购买日期和购买金额的列。文件三包含带有用户 ID、消息日期和消息数量的列。
请注意，三个文件中用户id的顺序并不相同，因此是cop。
希望对合并这些文件有帮助，以便大型数据集包含订单用户 ID、签名更新、购买日期、购买数量、消息日期和消息数量。似乎无法在 R 中找到执行此操作的代码 提前致谢
【问题讨论】：
Reduce 会做的事情。
虽然merge 不接受三个参数，但Reduce 用于迭代列表并将对传递给函数的任务。这是一个三向合并的示例：
d1 <- data.frame(id=letters[1:3], x=2:4)
d2 <- data.frame(id=letters[3:1], y=5:7)
d3 <- data.frame(id=c('b', 'c', 'a'), z=c(5,6,8))
Reduce(merge, list(d1, d2, d3))
## id x y z
## 1 a 2 7 8
## 2 b 3 6 5
## 3 c 4 5 6
注意id列的顺序不一样，但值是matched。
如果您有不匹配的数据并希望保留所有可能的行，则需要通过将all=TRUE 提供给merge 来进行外连接。由于Reduce 没有办法向函数传递额外的参数，因此必须创建一个新函数来调用merge：
d1 <- data.frame(id=letters[1:3], x=2:4)
d2 <- data.frame(id=letters[3:1], y=5:7)
d3 <- data.frame(id=c('b', 'c', 'd'), z=c(5,6,8))
Reduce(function(x,y) merge(x,y,all=TRUE), list(d1, d2, d3))
## id x y z
## 1 a 2 7 NA
## 2 b 3 6 5
## 3 c 4 5 6
## 4 d NA NA 8
NA 用于表示不匹配行中的数据。
【讨论】：