在 R 中合并，保留数据集的所有行

Question

我有两个数据框

distinct_paper_year_data：

author_id      distinct_paper_year_count
     1                         3
     2                         1
     4                         1
     5                         4 

作者数据：

author_id    paper_id  confirmed
   1         25733         1
   2         47276         1
   3         79468         1
   4         12856         0

现在我想合并，以便所需的输出如下所示：

author_id  paper_id     confirmed    distinct_paper_year_count
 1            25733          1               3
 2            47276          1               1 
 3            79468          1               0  
 4            12856          0               4

在此，我需要在表 author_data 中出现的 author_ids 出现在最终输出中。由于 distinct_paper_year_count 中没有 author_id==3 的数据，因此 distinct_paper_year_count 列的值在最终结果中应为零（对于 author_id==3）。

通过使用合并我得到了

   merge(distinct_paper_year_data,author_data,by="author_id") 

author_id    distinct_paper_year_count paper_id confirmed
     1                         3       25733         1
     2                         1       47276         1
     4                         1       12856         0

怎样才能达到想要的输出？

Answer 1

你需要一个外连接：

merge(distinct_paper_year_data,author_data,by="author_id", all=T)

注意：对于表不匹配的那些行，您将获得 NA，例如 {3,5} 中的 author_id。也就是说，如果需要，您可以简单地修改 NA。您还可以使用all.x 或all.y 进行左外连接或右外连接。

最后查看data.table 以获得更快的连接（和更多功能）