【问题标题】：R: Merge two data frames based on two joining conditions being metR：根据满足的两个加入条件合并两个数据帧
【发布时间】：2017-06-27 18:25:56
【问题描述】：

我有调查数据——称之为survey——一组人回答了问题。我有每个人的名字、他们回答的问题和他们的回答，都是很长的形式（每个人的名字重复了几十次，每个问题一次）。

员工姓名 |问题 |回答

在第二个数据框中——称之为metaData——我有关于问题子集的额外数据

员工姓名 |问题 |问题评估 |问题学习计划|等等。

两个数据集共享 Employee Name 和 Question 列，应该完全匹配。

我需要merge() 这两个数据框，但员工姓名和问题都不足以合并。当您结合问题和员工姓名时，这是一个唯一的 ID。在伪代码中，merge(survey, metaData, where(employeeSurvey == employeeMeta && questionSurvey == questionMeta)。

例如，仅合并员工姓名会返回数百个匹配项，但应该只有一个员工姓名和问题相等。

如何根据这两个条件进行合并？

【问题讨论】：

标签： r merge transformation

【解决方案1】：

你应该可以把它们扔进一个像这样的向量中

survey<-data.frame(name=c("John","John","Jane","Jane"), question=c(1,2,1,2),answer=c("Yes","Yes","Yes", "No"),stringsAsFactors = F)

metaData<-data.frame(first=c("John","John","Jane","Jane"), quest=c(1,2,1,2), age=c("20","20","40", "40"), stringsAsFactors = F)

merge(survey,metaData, by.x=c('name','question'), by.y=c('first','quest'))

  name question answer age
1 Jane        1    Yes  40
2 Jane        2     No  40
3 John        1    Yes  20
4 John        2    Yes  20

【讨论】：

这是否意味着“两者”而不是“或”？
是的。在示例中，我假设每个数据框中的字段名称不同。
使用 'merge' 函数的参数 'all.x' = TRUE 或 'all.y = TRUE' 可能很有用。这个论点在不匹配的情况下保存观察结果。
@CristóbalAlcázar 谢谢，我最终使用all.x = TRUE 进行左连接。

【解决方案2】：

与 dplyr 包合并

survey<-data.frame(name=c("John","John","Jane","Jane"), question=c(1,2,1,2),answer=c("Yes","Yes","Yes", "No"),stringsAsFactors = F)

metaData<-data.frame(first=c("John","John","Jane","Jane"), quest=c(1,2,1,2), age=c("20","20","40", "40"), stringsAsFactors = F)

library(dplyr)
left_join(survey, metaData, by = c(name = "first", question = "quest"))

# or using the pipe
survey %>% 
   left_join(metaData, by = c(name = "first", question = "quest"))

还有两张表的其他动词，和sql的逻辑一样：inner_join、right_join和full_join。

【讨论】：