如何合并两个csv文件，删除重复项并在R中创建一个新列？

这是一个非常简单的问题，但我无法在其他帖子中找到答案。例如： - -

两个csv文件具有相同的列名（例如，名称、电子邮件、状态等）。第一个csv是姓名和电子邮件的主列表。第二个是参加过活动的个人名单。我想合并两个数据帧，删除所有重复的数据帧，然后进行变异，为RSVP==“yes/no”创建一个新列。我猜想您在这个问题中使用了dplyr的一个函数，但不确定它是

完全连接（）

还是

内部连接（）

。举个例子：

  status          names           email   company
1 invited     John Smith  john@email.com Company A
2 invited   Abbi Maureen  abbi@email.com Company B
3 invited       Sara Doe  Sara@email.com Company C
4 invited Maria Gonzalez maria@email.com Company D
5 invited  Frank Russell frank@email.com Company E

第二个csv是确认其出席的个人列表，其状态标记为

RSVP

 status        names          email   company
1   RSVP Abbi Maureen abbi@email.com company B
2   RSVP   John Smith john@email.com Company A

---

我一直在决定如何最好地合并这两个数据帧，删除任何重复项，然后创建一个新列（即RSVP yes no）？它会是完全加入然后变异吗？

因此我认为邀请数据帧（我们称之为df1）拥有您想要的大部分数据，并且您希望从RSVPs数据帧（我们称之为df2）添加特定的新唯一信息。您需要识别一个键，以便在df1和df2之间形成人行横道。在这种情况下，电子邮件是唯一的密钥。现在，把解决方案放在一起

首先获取要添加的密钥和新信息

df2<-df2 %>%
  select(email, status)

df2%
选择（电子邮件、状态）

然后进行左连接，并进行变异以使用RSVP创建新列

merged_df<-df1 %>%
  left_join(df2, by="email") %>%
  mutate(RSVP=if_else(status=="RSVP","yes","no"))

merged_df%
左加入（df2，by=“email”）%>%
变异（RSVP=if_else（状态==“RSVP”、“是”、“否”））

或者，您可以通过右连接一步完成所有操作

merge_df<-df2 %>%
  select(email, status) %>%
  right_join(df1, by="email") %>%
  mutate(RSVP=if_else(status=="RSVP","yes","no"))

merge_df%
选择（电子邮件、状态）%>%
右键加入（df1，by=“email”）%>%
变异（RSVP=if_else（状态==“RSVP”、“是”、“否”））

如果打算在第一个数据集中创建一列，您可以使用

left\u join

我不清楚最终结果应该是什么。哪些重复项应该删除，哪些数据集需要新列？@cory您可以有两个同名的人。最好通过电子邮件发送，电子邮件必须是唯一的。最初的目的是合并两个数据帧。这样做将创建重复的姓名（即，主列表中的一个人和RSVP的同一个人）。我刚刚试过，我不确定

left\u join

是否解决了这个问题。请注意，使用

right\u join（）