如何在R中执行左连接合并
我有以下代码：如何在R中执行左连接合并,r,R,我有以下代码： options(java.parameters = "-Xmx4000m") require(xlsx) library(plyr) setwd("~/PycharmProjects/CatScrape") rm(list=ls(all=TRUE)) jgc <- function() .jcall("java/lang/System", method = "gc") Master <- read.xlsx2("MASTER.xlsx", sheetIndex =
options(java.parameters = "-Xmx4000m")
require(xlsx)
library(plyr)
setwd("~/PycharmProjects/CatScrape")
rm(list=ls(all=TRUE))
jgc <- function() .jcall("java/lang/System", method = "gc")
Master <- read.xlsx2("MASTER.xlsx", sheetIndex = 2, startRow = 1, colIndex=4,endRow = 10000, as.data.frame = TRUE, header=TRUE)
Dutch_Stage <- read.xlsx2("languages/Dutch.xlsx", sheetIndex = 1, startRow = 1, colIndex=c(5,8),endRow = 10000, header=TRUE)
Dutch <- unique(Dutch_Stage)
rm(Dutch_Stage)
Dutch <- rename(Dutch, c("Key.s."="Key", "Status"="Dutch"))
jgc()
output <- merge(Master, Dutch, by="Key", all.Master = TRUE)
## OUTPUT RECORD NUMBER MATCHES MASTER
Finnish_Stage <- read.xlsx2("languages/Finnish.xlsx", sheetIndex = 1, startRow = 1, colIndex=c(5,8),endRow = 10000, header=TRUE)
Finnish <- unique(Finnish_Stage)
rm(Finnish_Stage)
Finnish <- rename(Finnish, c("Key.s."="Key", "Status"="Finnish"))
jgc()
output <- merge(output, Finnish, by="Key", all.output = TRUE)
## OUTPUT RECORD NUMBER INCREASES by 6
选项（java.parameters=“-Xmx4000m”）
需要（xlsx）
图书馆（plyr）
setwd（“~/PycharmProjects/CatScrape”）
rm（列表=ls（全部=TRUE））
jgc评论有点太长了，所以我会在回答中给出我的两分钱：
总的来说，如果没有样本数据，很难直接回答您的问题。但是，如果您想要左连接
，通常应执行以下操作：
merge(x,y,all.x=T).
上面的代码是说保留x数据集（左侧数据集）中的所有观察值
然而，我怀疑这不会解决你的问题，因为你得到的观察结果比预期的多，而不是少。我认为您的问题可能与unique（Finnish_Stage）
有关。使用此唯一语句并不一定意味着您的键
变量对每个值只有一个观察值（如果您有其他变量映射到同一键值，则可能会出现问题）。例如，试试这个：unique（data.frame（Key=c（1,1,2），value=c（1,2,3））
连接（包括左连接）将所有内容合并在一起。也许其他人可以用语言更好地解释这一点，但我认为用一个例子来说明发生了什么是最好的：
数据：
d1 <- data.frame(y1=c(1,2,3),y2=c(4,5,6),y3=c(7,8,9))
d2 <- data.frame(y1=c(1,1,2))
在这里，您可以看到我们有一个重复的行。这是因为在d2
数据集中有两个y1=1
值，因此联接将两次合并这些值
左连接也会发生同样的情况：
左连接
merge(d1,d2,all.output=TRUE)
y1 y2 y3
1 1 4 7
2 1 4 7
3 2 5 8
merge(d1,d2,all.x=TRUE)
y1 y2 y3
1 1 4 7
2 1 4 7
3 2 5 8
4 3 6 9
因此，可能发生的情况是，您对每个键
值都有多个观察值，这会导致这些值多次合并，从而提供比您预期的更多的观察值
为了解决这个问题，我只需确保您在要合并的数据集中只会看到Key
变量的1个值（如果确实需要，请确保仅基于Key变量进行nodupe）。如果您希望有超过1个键
值，那么合并实际上是按照它应该的方式工作的
tldr:左连接不必返回与原始数据集相同的行数。对于注释来说有点太长，因此我将在回答中给出我的两分钱：
总的来说，如果没有样本数据，很难直接回答您的问题。但是，如果您想要左连接
，通常应执行以下操作：
merge(x,y,all.x=T).
上面的代码是说保留x数据集（左侧数据集）中的所有观察值
然而，我怀疑这不会解决你的问题，因为你得到的观察结果比预期的多，而不是少。我认为您的问题可能与unique（Finnish_Stage）
有关。使用此唯一语句并不一定意味着您的键
变量对每个值只有一个观察值（如果您有其他变量映射到同一键值，则可能会出现问题）。例如，试试这个：unique（data.frame（Key=c（1,1,2），value=c（1,2,3））
连接（包括左连接）将所有内容合并在一起。也许其他人可以用语言更好地解释这一点，但我认为用一个例子来说明发生了什么是最好的：
数据：
d1 <- data.frame(y1=c(1,2,3),y2=c(4,5,6),y3=c(7,8,9))
d2 <- data.frame(y1=c(1,1,2))
在这里，您可以看到我们有一个重复的行。这是因为在d2
数据集中有两个y1=1
值，因此联接将两次合并这些值
左连接也会发生同样的情况：
左连接
merge(d1,d2,all.output=TRUE)
y1 y2 y3
1 1 4 7
2 1 4 7
3 2 5 8
merge(d1,d2,all.x=TRUE)
y1 y2 y3
1 1 4 7
2 1 4 7
3 2 5 8
4 3 6 9
因此，可能发生的情况是，您对每个键
值都有多个观察值，这会导致这些值多次合并，从而提供比您预期的更多的观察值
为了解决这个问题，我只需确保您在要合并的数据集中只会看到Key
变量的1个值（如果确实需要，请确保仅基于Key变量进行nodupe）。如果您希望有超过1个键
值，那么合并实际上是按照它应该的方式工作的
tldr:左连接不必返回与原始数据集相同的行数。在dplyr中：（确保在plyr之后导入[因为许多早期plyr函数需要弃用]）
库（dplyr）
产量%
变异（Key.s=Key）%>%
左联合（荷兰语）%>%
左联合（芬兰语）%>%
不同的
在dplyr中：（确保在plyr之后导入[因为许多早期的plyr函数需要弃用]）
库（dplyr）
产量%
变异（Key.s=Key）%>%
左联合（荷兰语）%>%
左联合（芬兰语）%>%
不同的
请参阅。我相信您想要merge（…，all.x=TRUE）
我想您可能是严重误读了merge
的文档。当文档说明一个参数被称为all.x
时，这意味着该参数实际上是all.x
，而不是all.
。确定。试过了。同样的结果。您还得到了什么？如果“右侧”数据框具有重复的键值，它将复制“左侧”数据框中的行。左联接就是这样工作的。返回更多行并不表示“这不是真正的“左联接”。“如果有多个匹配项，即使是内部联接也会返回更多行。请参阅。我相信您想要merge（…，all.x=TRUE）
我想您可能是严重误读了merge
的文档。当文档说明一个参数被称为all.x
时，这意味着该参数实际上是all.x
，而不是all.
。确定。试过了。同样的结果。您还得到了什么？如果“右侧”数据框具有重复的键值，它将复制“左侧”数据框中的行。左连接就是这样工作的。返回更多行并不表示“这不是真正的“左连接”。“如果有多个匹配项，即使是内部连接也会返回更多行。对不起，我的朋友。”。虽然这可能是一个很好的解决方案，但是