R 如何合并和聚合3+；不同长度和列名的数据帧

我有三个结构相似的数据帧，但有一个不同的列名和不同的行数

> a
        ID count    alpha
1      207     1        1
2      351     1        1
3      372     1        1
4      595     4        1
5      596     1        1
6      652     1        1

> b
        ID count     beta
1      207     1        1
2      351     1        1
3      372     1        1
4     1024     6        1

> c
        ID count     zeta
1      207     4        1
2      351     1        1
3      372     1        1
4      595     2        1

我需要创建一个新的数据帧，其中包含来自这两个列的所有列（id、count、alpha、beta），同时输出count的和。如果一个ID只显示在一个数据帧中，它应该在相应的列中输出0。所需的输出如下：

> abc
        ID count    alpha    beta    zeta
1      207     6        1       1       1
2      351     3        1       1       1
3      372     3        1       1       1
4      595     6        1       0       1
5      596     1        1       0       0
6      652     1        1       0       0
7     1024     6        0       1       0

我在a和b上尝试了merge（），得到了以下输出：

> merge(a, b, by=intersect(names(a),names(b)), all=TRUE, sort=TRUE)
    id count alpha beta
1  207     1     1    1
2  351     1     1    1
3  372     1     1    1
4  595     4     1   NA
5  596     1     1   NA
6  652     1     1   NA
7 1024     6    NA    1

我同意0是NA，但这个输出有两个主要问题：

> merge(a, b, by=intersect(names(a),names(b)), all=TRUE, sort=TRUE)
    id count alpha beta
1  207     1     1    1
2  351     1     1    1
3  372     1     1    1
4  595     4     1   NA
5  596     1     1   NA
6  652     1     1   NA
7 1024     6    NA    1

（1） 计数列不求和

（2） merge（）只处理2个数据帧，实际上我还有很多（比如10个）

---

欢迎您提供任何建议。

以下是我的做法：

创建相关

数据.frame的
列表
（只需将它们全部放入
列表（）
）

使用

rbindlist

（或另一个增强的

rbind

函数之一，该函数允许您按行将数据集绑定在一起，即使列不同——请参阅“plyr”和“dplyr”，了解

rbindlist

的其他常见替代方法）

在这里，我使用了“data.table”中的

rbindlist

我不确定这是否正是你想要处理“alpha”、“beta”等列的方式。我刚刚总结了所有内容

---

本回答中使用的样本数据：

a <- structure(list(
  ID = c(207L, 351L, 372L, 595L, 596L, 652L), 
  count = c(1L, 1L, 1L, 4L, 1L, 1L), 
  alpha = c(1L, 1L, 1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "alpha"), 
  class = "data.frame", 
  row.names = c("1", "2", "3", "4", "5", "6"))
b <- structure(list(
  ID = c(207L, 351L, 372L, 1024L), 
  count = c(1L, 1L, 1L, 6L), beta = c(1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "beta"), 
  class = "data.frame", row.names = c("1", "2", "3", "4"))
c <- structure(list(
  ID = c(207L, 351L, 372L, 595L), 
  count = c(4L, 1L, 1L, 2L), zeta = c(1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "zeta"), 
  class = "data.frame", row.names = c("1", "2", "3", "4"))

---

a以下是我的方法：

创建相关
数据.frame的
列表
（只需将它们全部放入
列表（）
）

使用
rbindlist
（或另一个增强的
rbind
函数之一，该函数允许您按行将数据集绑定在一起，即使列不同——请参阅“plyr”和“dplyr”，了解
rbindlist
的其他常见替代方法）
在这里，我使用了“data.table”中的
rbindlist

我不确定这是否正是你想要处理“alpha”、“beta”等列的方式。我刚刚总结了所有内容


本回答中使用的样本数据：

a <- structure(list(
  ID = c(207L, 351L, 372L, 595L, 596L, 652L), 
  count = c(1L, 1L, 1L, 4L, 1L, 1L), 
  alpha = c(1L, 1L, 1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "alpha"), 
  class = "data.frame", 
  row.names = c("1", "2", "3", "4", "5", "6"))
b <- structure(list(
  ID = c(207L, 351L, 372L, 1024L), 
  count = c(1L, 1L, 1L, 6L), beta = c(1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "beta"), 
  class = "data.frame", row.names = c("1", "2", "3", "4"))
c <- structure(list(
  ID = c(207L, 351L, 372L, 595L), 
  count = c(4L, 1L, 1L, 2L), zeta = c(1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "zeta"), 
  class = "data.frame", row.names = c("1", "2", "3", "4"))

a以下是我的方法：

创建相关
数据.frame的
列表
（只需将它们全部放入
列表（）
）

使用
rbindlist
（或另一个增强的
rbind
函数之一，该函数允许您按行将数据集绑定在一起，即使列不同——请参阅“plyr”和“dplyr”，了解
rbindlist
的其他常见替代方法）
在这里，我使用了“data.table”中的
rbindlist

我不确定这是否正是你想要处理“alpha”、“beta”等列的方式。我刚刚总结了所有内容


本回答中使用的样本数据：

a <- structure(list(
  ID = c(207L, 351L, 372L, 595L, 596L, 652L), 
  count = c(1L, 1L, 1L, 4L, 1L, 1L), 
  alpha = c(1L, 1L, 1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "alpha"), 
  class = "data.frame", 
  row.names = c("1", "2", "3", "4", "5", "6"))
b <- structure(list(
  ID = c(207L, 351L, 372L, 1024L), 
  count = c(1L, 1L, 1L, 6L), beta = c(1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "beta"), 
  class = "data.frame", row.names = c("1", "2", "3", "4"))
c <- structure(list(
  ID = c(207L, 351L, 372L, 595L), 
  count = c(4L, 1L, 1L, 2L), zeta = c(1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "zeta"), 
  class = "data.frame", row.names = c("1", "2", "3", "4"))

a以下是我的方法：

创建相关
数据.frame的
列表
（只需将它们全部放入
列表（）
）

使用
rbindlist
（或另一个增强的
rbind
函数之一，该函数允许您按行将数据集绑定在一起，即使列不同——请参阅“plyr”和“dplyr”，了解
rbindlist
的其他常见替代方法）
在这里，我使用了“data.table”中的
rbindlist

我不确定这是否正是你想要处理“alpha”、“beta”等列的方式。我刚刚总结了所有内容


本回答中使用的样本数据：

a <- structure(list(
  ID = c(207L, 351L, 372L, 595L, 596L, 652L), 
  count = c(1L, 1L, 1L, 4L, 1L, 1L), 
  alpha = c(1L, 1L, 1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "alpha"), 
  class = "data.frame", 
  row.names = c("1", "2", "3", "4", "5", "6"))
b <- structure(list(
  ID = c(207L, 351L, 372L, 1024L), 
  count = c(1L, 1L, 1L, 6L), beta = c(1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "beta"), 
  class = "data.frame", row.names = c("1", "2", "3", "4"))
c <- structure(list(
  ID = c(207L, 351L, 372L, 595L), 
  count = c(4L, 1L, 1L, 2L), zeta = c(1L, 1L, 1L, 1L)), 
  .Names = c("ID", "count", "zeta"), 
  class = "data.frame", row.names = c("1", "2", "3", "4"))

a这可以分阶段使用
dplyr
完成

给定数据：

dfA <- data.frame(c(207, 351, 372, 595, 596, 652), c(1, 1, 1, 4, 1, 1), rep(1, 6))
names(dfA) <- c('ID', 'count', 'alpha')
dfB <- data.frame(c(207, 351, 372, 1024), c(1, 1, 1, 6), rep(1, 4))
names(dfB) <- c('ID', 'count', 'beta')
dfC <- data.frame(c(207, 351, 372, 595), c(4, 1, 1, 2), rep(1, 4))
names(dfC) <- c('ID', 'count', 'zeta')

dfA这可以分阶段使用
dplyr
完成

给定数据：

dfA <- data.frame(c(207, 351, 372, 595, 596, 652), c(1, 1, 1, 4, 1, 1), rep(1, 6))
names(dfA) <- c('ID', 'count', 'alpha')
dfB <- data.frame(c(207, 351, 372, 1024), c(1, 1, 1, 6), rep(1, 4))
names(dfB) <- c('ID', 'count', 'beta')
dfC <- data.frame(c(207, 351, 372, 595), c(4, 1, 1, 2), rep(1, 4))
names(dfC) <- c('ID', 'count', 'zeta')

dfA这可以分阶段使用
dplyr
完成

给定数据：

dfA <- data.frame(c(207, 351, 372, 595, 596, 652), c(1, 1, 1, 4, 1, 1), rep(1, 6))
names(dfA) <- c('ID', 'count', 'alpha')
dfB <- data.frame(c(207, 351, 372, 1024), c(1, 1, 1, 6), rep(1, 4))
names(dfB) <- c('ID', 'count', 'beta')
dfC <- data.frame(c(207, 351, 372, 595), c(4, 1, 1, 2), rep(1, 4))
names(dfC) <- c('ID', 'count', 'zeta')

dfA这可以分阶段使用
dplyr
完成

给定数据：

dfA <- data.frame(c(207, 351, 372, 595, 596, 652), c(1, 1, 1, 4, 1, 1), rep(1, 6))
names(dfA) <- c('ID', 'count', 'alpha')
dfB <- data.frame(c(207, 351, 372, 1024), c(1, 1, 1, 6), rep(1, 4))
names(dfB) <- c('ID', 'count', 'beta')
dfC <- data.frame(c(207, 351, 372, 595), c(4, 1, 1, 2), rep(1, 4))
names(dfC) <- c('ID', 'count', 'zeta')

dfA为什么不作为下一步进行聚合？我已经丢失了$count中包含的信息，不是吗？你可以编写另一个合并函数：
merge2哦。我知道你指的是什么。也许可以使用一个接受不同列的rbind函数，然后聚合该输出。你能添加一些关于如何不使用的详细信息吗o处理“alpha”和“beta”列。在不同的
数据框中是否有不同的列？是否有同时包含“alpha”和“beta”的列？为什么不作为下一步进行聚合？我已经丢失了$count中计数的信息，不是吗？困惑你可以编写另一个合并函数：
merge2哦。我明白你的意思。也许可以使用一个rbind函数来接受不同的列，然后聚合输出。你能添加一些关于如何处理wi的详细信息吗“alpha”和“beta”列。在不同的
数据框中是否有不同的列？是否有同时包含“alpha”和“beta”的列？为什么不作为下一步进行聚合？我已经丢失了$count中计数的信息，不是吗？困惑你可以编写另一个合并函数：
merge2哦。我明白你的意思。也许可以使用一个rbind函数来接受不同的列，然后聚合输出。你能添加一些关于如何处理wi的详细信息吗“alpha”和“beta”列。在不同的
数据框中是否有不同的列？是否有同时包含“alpha”和“beta”的列？为什么不作为下一步进行聚合？我已经丢失了$count中计数的信息，不是吗？困惑你可以编写另一个合并函数：
merge2哦。我明白你的意思。也许可以使用一个rbind函数来接受不同的列，然后聚合输出。你能添加一些关于如何处理wi的详细信息吗“alpha”和“beta”列。在不同的
数据框中是否有不同的列？是否有些列同时有“alpha”和“beta”？通过
bind_行（dfA，dfB，dfC）%%>%group_by（ID）%%>%总结每个行（funs（sum（，na.rm=TRUE）），可以节省大量的键入时间
@Khashaa，是的，你会的；当然是一个更干净的电话。我需要在我的
\u每个
-fu中温习一下。谢谢你。谢谢