左加入R(dplyr)-观察太多?
我使用dplyrs left join函数来匹配两个数据帧 我有一个面板数据集a,由4708行和2列ID和名称组成:左加入R(dplyr)-观察太多?,r,merge,dplyr,left-join,R,Merge,Dplyr,Left Join,我使用dplyrs left join函数来匹配两个数据帧 我有一个面板数据集a,由4708行和2列ID和名称组成: ID Name 1 Option1 1 Option2 1 Option3 2 Option2 2 Option3 3 Option1 3 Option4 My dataset B由每个名称列(86行)的单个定义和类别组成: 因此,最后我需要以下数据集C,它将B的列链接到A: ID Name Definition Category 1 Option
ID Name
1 Option1
1 Option2
1 Option3
2 Option2
2 Option3
3 Option1
3 Option4
My dataset B由每个名称列(86行)的单个定义和类别组成:
因此,最后我需要以下数据集C,它将B的列链接到A:
ID Name Definition Category
1 Option1 Def1 1
1 Option2 Def2 1
1 Option3 Def2 2
2 Option2 Def2 1
2 Option3 Def2 2
3 Option1 Def1 1
3 Option4 Def3 2
我在dplyr中使用了left_join命令:
Data C <- left_join(A,B, by="name")
Data C与left\u-join(A,B)
如果B
中有多行,且键列(默认名称列)与A
中的同一行匹配,则将添加新行。例如:
library(dplyr)
df1 <- data.frame(col1 = LETTERS[1:4],
col2 = 1:4)
df2 <- data.frame(col1 = rep(LETTERS[1:2], 2),
col3 = 4:1)
left_join(df1, df2) # has 6 rows rather than 4
库(dplyr)
df1如果不查看原始数据,很难知道,但是如果数据帧B在连接列上不包含唯一的值,则无论何时发生这种情况,都会从数据帧A中获得重复的行。你可以试试:
data_frame_b %>% count(join_col_1, join_col_2)
这将让您知道这两个变量是否存在非唯一的组合 如果加入的A和B的名称中都有NA值,则可能会出现更多行。因此,请确保排除这些因素。可能相关。听起来像是多重匹配,所以B
有多个条目指向A$name
data_frame_b %>% count(join_col_1, join_col_2)