使用 rbind 函数 rbind 三个数据库答案

【问题标题】：rbind three data bases using Rbind function使用 rbind 函数 rbind 三个数据库
【发布时间】：2021-09-22 10:55:09
【问题描述】：

我知道这是一个新手问题，我有这 3 个 xlsx 文件，其中包含 3 个相同 14 个变量的三个数据库，它是一个横截面数据面板，我想要的只是将它们连接到一个名为 eplt 的数据库中，首先，我导入它们

library(dplyr)
library(ggplot2)
library(xlsx)
##Import the three data bases

epl_data<-read.xlsx("Notes_ETAB2016-2017.xlsx",sheetIndex = 1,header = TRUE)
epl_data2<-read.xlsx("Notes_ETAB2017-2018.xlsx",sheetIndex = 1,header = TRUE)
epl_data3<-read.xlsx("Notes_ETAB2018-2019.xlsx",sheetIndex = 1,header = TRUE)
## to render the number of rows in each of them
nrow(epl_data)
nrow(epl_data2)
nrow(epl_data3)
# I want to rbind the three sets together  

eplt<-rbind(epl_data,epl_data2,epl_data3)

总行数是 29441，但是当应用 Rbind 将它们绑定在一起时，我得到了错误

> eplt<-rbind(epl_data,epl_data2,epl_data3)
Error in match.names(clabs, names(xi)) : 
  names do not match previous names

但是3组变量的名字是一样的有人可以帮忙吗，我只想重新绑定 25000 个观察值，剩下的 4441 个将其与多元回归模型的可预测 obs 进行比较，提前致谢

【问题讨论】：

能否提供所有三个数据框的变量名称？
好的，我会编辑帖子，谢谢
另外，我鼓励您在从 Excel 导入数据时使用janitor::clean_names(data)。通过使变量名标准化，它可以很好地处理导入excel文件时的变量名问题
需要什么dplyr 和ggplot2 函数？
@user2161721 epl_data3 <- epl_data3 %>% rename(SVT = Svt)

标签： r merge concatenation rbind cbind

【解决方案1】：

第三个数据帧的名称与前两个不同：Svt 不是大写。

一种方法是将一个数据框的名称应用于其他数据框：

colnames(epl_data2) <- colnames(epl_data)
colnames(epl_data3) <- colnames(epl_data)

但每当您的数据来自 Excel 文件时，我都会推荐使用包 janitor。事实上，变量名问题很常见。此包可确保您的数据列名称格式正确：

epl_data <- janitor::clean_names(epl_data)
epl_data2 <- janitor::clean_names(epl_data2)
epl_data3 <- janitor::clean_names(epl_data3)

因此，rbind 应该可以工作

【讨论】：

谢谢它的工作，但我需要减少 4000 obs，这意味着我想将第 2 个第 5588 行从第三个连接起来，省去 4000 个 obs，你能帮我谢谢
表示要保留前5588行和第三行：rbind(epl_data, epl_data2, epl_data3 %>% slice_head(n = 5588))，如果要随机选择5588，请改用slice_sample(n=5588)

【解决方案2】：

如前所述，变量名称 'SVT' 不匹配。这是一种替代方法，可以使列名小写并将它们绑定到一个数据框中。

library(dplyr)
library(purrr)

eplt <- list.files(pattern = 'Notes_ETAB2016-\\d+\\.xlsx') %>%
  map_df(~readxl::read_excel(.x) %>% rename_with(~tolower(.)))

【讨论】：