在R中使用内部联接进行合并

对于下面使用内部联接合并两个表的代码，我得到了一个错误

table_Left<-matrix(c(1:6,rep("Toaster",3),rep("Radio",3)),ncol = 2)
colnames(table_Left)<-c("Customer_ID","Product")
table_Left<-as.table(table_Left)
table_Left
table_Right<-matrix(c(2,4,6,rep("Alabama",2),"Ohio"),ncol = 2)
colnames(table_Right)<-c("Customer_ID","State")
table_Right<-as.table(table_Right)
table_Right
merge(x=table_Left, y=table_Right, by="Customer_ID")

---

table_Left我认为您的问题是由于对术语“table”的混淆。在使用R进行数据科学时，数据帧是一类非常常见的对象。而且，在通用语言中，它们通常被称为“表”。但是，您使用的函数
as.table（）
与数据帧无关：
as.table（）
创建列联表（这根本不是您想要的）

创建所需的两个数据帧（或“表”）的最有效方法是使用函数
data.frame（）
直接创建它们：

现在，您的代码从创建矩阵开始。如果您有充分的理由在您的情况下使用矩阵，
merge（）
也可以：

如果查看
merge（）
函数（使用
？merge
）的帮助文件，您将看到：

合并（x，y，…）

x、 y：数据帧或要强制为一个的对象

矩阵可以强制为数据帧，而不会对数据造成任何问题。所以你也可以做：

ma_Left <- matrix(
  c(1:6, rep("Toaster", 3), rep("Radio", 3)), ncol = 2
)

colnames(ma_Left) <- c("Customer_ID", "Product")

ma_Right <- matrix(
  c(2, 4, 6, rep("Alabama", 2), "Ohio"), ncol = 2
)

colnames(ma_Right) <- c("Customer_ID", "State")

merge(x = ma_Left, y = ma_Right, by = "Customer_ID")

  Customer_ID Product   State
1           2 Toaster Alabama
2           4   Radio Alabama
3           6   Radio    Ohio

ma_\u Left如果您将
as.table
替换为
as.data.frame
.Ah！我正要发布一个带解释的答案，这时问题就解决了。我不认为这是重复的，因为OP试图合并表（而不是数据帧）。所以我想知道你是否会考虑重新开始这个问题。非常感谢。由于我无法发布我的答案，我只想在这里补充一点，即您不必将矩阵转换为数据帧：
merge（）
将对数据帧起作用，但也对矩阵起作用，因为它们可以强制转换为数据帧（请看一下
？merge
）。因此，要使代码正常工作，只需删除将矩阵强制转换为表的行。也就是说，在创建数据时创建数据帧（使用
data.frame（）
）而不是矩阵可能更合适（除非您有充分的理由创建矩阵）。
merge(x = df_Left, y = df_Right, by = "Customer_ID")

  Customer_ID Product   State
1           2 Toaster Alabama
2           4   Radio Alabama
3           6   Radio    Ohio

ma_Left <- matrix(
  c(1:6, rep("Toaster", 3), rep("Radio", 3)), ncol = 2
)

colnames(ma_Left) <- c("Customer_ID", "Product")

ma_Right <- matrix(
  c(2, 4, 6, rep("Alabama", 2), "Ohio"), ncol = 2
)

colnames(ma_Right) <- c("Customer_ID", "State")

merge(x = ma_Left, y = ma_Right, by = "Customer_ID")

  Customer_ID Product   State
1           2 Toaster Alabama
2           4   Radio Alabama
3           6   Radio    Ohio