如何在 R 中组合两个不同长度的数据帧？答案

【问题标题】：How can I combine two dataframes with different lengths in R?如何在 R 中组合两个不同长度的数据帧？
【发布时间】：2016-05-16 15:28:05
【问题描述】：

我有两个数据框，例如：

和

我想得到类似的东西：

这里是可重复性的数据框：

df1 <- data.frame(descripcion_cuenta_N2 = c("Consumos", "Costes Personal", "Fungible Equipamiento", "Servicios"), anualidad = rep(2014, 4), valor = c(10, 11, 12, 13))
df2 <- data.frame(descripcion_cuenta_N2 = c("Consumos", "Costes Personal", "Fungible Equipamiento","Prestaciones", "Servicios"), anualidad = rep(2014, 5), valor = c(11, 20, 8, 9))

其中丢失的位置用 0 填充的数据帧，因为在某些情况下我没有得到具有相同行数的数据帧，在这些情况下 rbind 失败，我得到一个错误。

应该使用哪个指令来组合这些数据帧？

谢谢

PS：我知道一旦数据框组合在一起，我可以删除重复的行。

【问题讨论】：

发布数据表的图片并不是获得帮助的最佳方式。您可以将您导入的实际数据框发布到 R 中吗？

标签： r dataframe rbind

【解决方案1】：

尝试在 dplyr 包中使用 left_join。

library(dplyr)

# make fake data
df1 <- data.frame(id = c("A", "B", "C", "D", "E"), val = rpois(5, 5))
df2 <- data.frame(id = c("A", "B", "C", "E"), val = rpois(4, 20))

# use left_join
df3 <- left_join(df1, df2, by = "id")

# rename and set NAs to 0
names(df3) <- c("id", "val", "val")
df3[is.na(df3)] <- 0

【讨论】：

【解决方案2】：

首先，在两列中有两个具有相同名称或相同变量的变量不是一个好习惯。最好有重复的观察结果（例如，在这种情况下，Consmos 有两次）。

基于这样简单的行绑定或者合并两个数据框：

df1 <- data.frame(descripcion_cuenta_N2 = c("Consumos", "Costes Personal", "Fungible Equipamiento", "Servicios"), anualidad = rep(2014, 4), valor = c(10, 11, 12, 13))
df2 <- data.frame(descripcion_cuenta_N2 = c("Consumos", "Costes Personal", "Fungible Equipamiento", "Servicios"), anualidad = rep(2014, 4), valor = c(11, 20, 8, 9))
df <- merge(df1, df2, all = TRUE)

给出：

  descripcion_cuenta_N2 anualidad valor
1              Consumos      2014    10
2              Consumos      2014    11
3       Costes Personal      2014    11
4       Costes Personal      2014    20
5 Fungible Equipamiento      2014     8
6 Fungible Equipamiento      2014    12
7             Servicios      2014     9
8             Servicios      2014    13

如上所述，这种方式更好。

如果你坚持你的要求，你只需指定要在合并中使用的变量：

df <- merge(df1, df2, by = c("descripcion_cuenta_N2", "anualidad"))

导致：

  descripcion_cuenta_N2 anualidad valor.x valor.y
1              Consumos      2014      10      11
2       Costes Personal      2014      11      20
3 Fungible Equipamiento      2014      12       8
4             Servicios      2014      13       9

PS：如果您的数据框在 R 中给出，它会更容易回答。这会使您的问题可重现且易于回答。见How to make a great R reproducible example?

【讨论】：

不客气@TheoSloot。如果这回答了您的问题，请将其标记为答案。谢谢
您好，感谢您的回答，尽管我有明显的错误。帖子中的图片是错误的，第二个中的“anualidad”列是“2015”，而不是“2014”，所以我可以制作一个数据框，我可以在其中比较相同服务的不同值在不同年。问题是不同年份可能有不同的服务，我不能把它们结合起来。我会尝试“合并”指令。再次感谢。
由@russodl 解决。问题的重点是我有两个不同长度的df。无论如何感谢您的编辑和答案。

【解决方案3】：

你可能想使用类似merge():

merge(df1, df2, by=c("descripcion_cuenta_N2", "anualidad"))

在 SQL 术语中，您试图将 descripcion_cuenta_N2 和 anualidad 列上的两个表连接在一起（可能是两者）。

【讨论】：