R合并而不重复列答案

【问题标题】：R merge without duplicating columnsR合并而不重复列
【发布时间】：2014-08-18 22:02:46
【问题描述】：

我有两个数据框。例如

require('xlsx')
csvData <- read.csv("myData.csv")
xlsData <- read.xlsx("myData.xlsx")

csvData 如下所示：

Period  CPI     VIX
1       0.029   31.740
2       0.039   32.840
3       0.028   34.720
4       0.011   43.740
5       -0.003  35.310
6       0.013   26.090
7       0.032   28.420
8       0.022   45.080

xlsData 看起来像这样：

Period  CPI     DJIA
1       0.029   12176
2       0.039   10646
3       0.028   11407
4       0.011   9563
5       -0.003  10708
6       0.013   10776
7       0.032   9384
8       0.022   7774

当我合并这些数据时，CPI数据重复，并且在标题上放了一个后缀，这是有问题的（我的真实df中有更多列）。

mergedData <- merge(xlsData, csvData, by = "Period")

合并数据：

Period  CPI.x   VIX     CPI.y   DJIA
1       0.029   31.740  0.029   12176
2       0.039   32.840  0.039   10646
3       0.028   34.720  0.028   11407
4       0.011   43.740  0.011   9563
5       -0.003  35.310  -0.003  10708
6       0.013   26.090  0.013   10776
7       0.032   28.420  0.032   9384
8       0.022   45.080  0.022   7774

我想合并数据框而不复制具有相同名称的列。例如，我想要这种输出：

Period  CPI     VIX     DJIA
1       0.029   31.740  12176
2       0.039   32.840  10646
3       0.028   34.720  11407
4       0.011   43.740  9563
5       -0.003  35.310  10708
6       0.013   26.090  10776
7       0.032   28.420  9384
8       0.022   45.080  7774

我不想使用额外的“by”参数，或者从一个 df 中删除列，因为在两个 df 中重复的列太多。我只是在寻找一种在合并过程中删除那些重复列的动态方法。

谢谢！

【问题讨论】：

标签： r merge dataframe

【解决方案1】：

如果公共列的名称相同，您可以跳过 by 参数。

来自?merge：

默认情况下，数据框会合并到名称相同的列上，但可以通过 by.x 和 by.y 给出单独的列规范。

记住这一点，以下应该有效（就像它在您的示例数据上所做的那样）：

merge(csvData, xlsData)
#   Period    CPI   VIX  DJIA
# 1      1  0.029 31.74 12176
# 2      2  0.039 32.84 10646
# 3      3  0.028 34.72 11407
# 4      4  0.011 43.74  9563
# 5      5 -0.003 35.31 10708
# 6      6  0.013 26.09 10776
# 7      7  0.032 28.42  9384
# 8      8  0.022 45.08  7774

【讨论】：

谢谢。我没有意识到“by”是可选的。如果我的df的长度不同怎么办？例如，假设 csvData 只有 7 行。我想保留 xlsData 中的所有数据。然后 cbind csvData（对应于 csvData 的第 8 行可以为 NULL）。
@Clark，也许使用all = TRUE？示例：merge(csvdata[1:7, ], xlsdata, all = TRUE)

【解决方案2】：

您还可以按名称索引您感兴趣的特定列。如果您只需要大型数据框中的单个列/向量，这将非常有用。

Period <- seq(1,8)
CPI <- seq(11,18)
VIX <- seq(21,28)
DJIA <- seq(31,38)
Other1 <- paste(letters)[1:8]
Other2 <- paste(letters)[2:9]
Other3 <- paste(letters)[3:10]

df1<- data.frame(Period,CPI,VIX)
df2<- data.frame(Period,CPI,Other1,DJIA,Other2,Other3)

merge(df1,df2[c("Period","DJIA")],by="Period") 

> merge(df1,df2[c("Period","DJIA")],by="Period")
  Period CPI VIX DJIA
1      1  11  21   31
2      2  12  22   32
3      3  13  23   33
4      4  14  24   34
5      5  15  25   35
6      6  16  26   36
7      7  17  27   37
8      8  18  28   38

【讨论】：