如何使用 dplyr 加入 2 个表并保留 RHS 表中的所有列？答案

【问题标题】：How can I join 2 tables with dplyr and keep all columns from the RHS table?如何使用 dplyr 加入 2 个表并保留 RHS 表中的所有列？
【发布时间】：2019-03-28 18:50:38
【问题描述】：

这里有 2 个数据框：

df1 <- data.frame(ID=c(1,2,3,4))
df1
df2 <- data.frame(ID=c(1,3))
df2

我怎样才能加入他们以获得以下输出？：

#  ID.1 ID.2
#     1    1
#     2 
#     3    3
#     4

谢谢！

【问题讨论】：

How to join (merge) data frames (inner, outer, left, right)?的可能重复
你想加入什么？这是您遇到的实际问题，还是您的实际数据集有一个 ID 列，您可以对其进行正常连接？
我正在尝试加入 ID 列。我应该提到，如果可能的话，我正在寻找一个 dplyr 解决方案。但是 dplyr 连接似乎总是默认删除重复的列，所以我无法得到我正在寻找的输出。
为什么要复制该列，因为它不包含其他地方没有的信息？
感谢您的提问 - 第二列代表客户 ID 的子集，例如“女性” - 我需要指出这一点。因此，我使用第二列来标记第一列中的客户。我曾想过使用 mutate 操作而不是 join，但我的第二个数据框中有数千万行，所以我认为 join 会更有效。

标签： r dplyr left-join

【解决方案1】：

试试dplyr::left_join 和keep = TRUE：

> left_join(df1, df2, keep = TRUE, suffix = c('.1', '.2'), by = 'ID')
  ID.1 ID.2
1    1    1
2    2   NA
3    3    3
4    4   NA

【讨论】：

【解决方案2】：

一个选项是使用match

data.frame(ID.1 = df1$ID, ID.2 = df2$ID[match(df1$ID, df2$ID)])
#   ID.1 ID.2
#1    1    1
#2    2   NA
#3    3    3
#4    4   NA

【讨论】：

@Rez99 希望现在匹配
谢谢，这行得通！您是否也知道对此的 dplyr 解决方案？

【解决方案3】：

您可以在加入之前复制 df2 中的 ID 列：

library(tidyverse)

df1 <- data.frame(ID=c(1,2,3,4))
df2 <- data.frame(ID=c(1,3)) %>% 
  mutate(ID.2 = ID)

df1 %>% 
  left_join(df2, by = c("ID" = "ID"))

  ID ID.2
1  1    1
2  2   NA
3  3    3
4  4   NA

【讨论】：

或者如果你想在管道内复制library(dplyr) df1 %>% rename(ID.1 = ID) %>% left_join(df2 %>% mutate(ID.2 = ID), by = c("ID.1" = "ID"))