R合并函数无法找到数据帧之间的共享匹配

嗨，我有以下两个数据帧：

# dataframe 1 --> clst1_trimmed

> head(clst1_trimmed)
# A tibble: 6 x 2
  GeneName Clst.1
  <fct>     <dbl>
1 Cd74      1.20 
2 Lyz2      1.02 
3 Malat1    0.196
4 Ftl1      0.577
5 H2-Ab1    1.04 
6 B2m       0.639`

# dataframe2 --> immgen_trimmed
> head(immgen_trimmed)
# A tibble: 6 x 6
  ProbeSetID GeneName Description                                      Cell.A Cell.B Cell.C
       <int> <fct>    <fct>                                             <dbl>  <dbl>  <dbl>
1   10344620 Cd74     " predicted gene 10568"                            15.6   15.3   17.2
2   10344622 Cd74     " predicted gene 10568"                           240.   255.   224. 
3   10344624 Lyz2     " lysophospholipase 1"                            421.   474.   349. 
4   10344633 Malat1   " transcription elongation factor A (SII) 1"      802.   950.   864. 
5   10344637 Flt1     " ATPase H+ transporting lysosomal V1 subunit H"  199.   262.   167. 
6   10344653 Cd3e     " opioid receptor kappa 1"                         14.8   12.8   18.0

但是，使用相同方法合并两个大数据帧失败：

> dim(sel_clst)
[1] 984   2
> dim(immgen_log2)
[1] 24922   212

merge2 <- merge(sel_clst, immgen_log2)
  str(merged2)
'data.frame':   0 obs. of  213 variables:
 $ GeneName                      : Factor w/ 984 levels "0610012G03Rik",..: 
 $ Cluster.1.Log2.Fold.Change    : num 
 $ ProbeSetID                    : int 
 $ Description                   : Factor w/ 21246 levels " "," 1-acylglycerol-3-phosphate O-acyltransferase 1 (lysophosphatidic acid acyltransferase alpha)",..: 
 $ X.proB_CLP_BM.                : num 
 $ X.proB_CLP_FL.                : num 
 $ X.proB_FrA_BM.                : num 

知道为什么会失败吗？

尝试一下（在备份这些数据帧之后）：

有一个

选项

-参数可以通过

default.stringsAsFactors（）

访问，它可以避免新手对因子创建的许多困惑，但是没有可以为

strip.white

调整的默认设置

查看此成绩单：

> dat <- read.csv(text= "hd1 , hd2, hd3\n 1, a ,   c\n1,b,d\n")
> dat
  hd1 hd2  hd3
1   1  a     c
2   1   b    d
> dput(dat)
structure(list(hd1 = c(1L, 1L), hd2 = structure(1:2, .Label = c(" a ", 
"b"), class = "factor"), hd3 = structure(1:2, .Label = c("   c", 
"d"), class = "factor")), .Names = c("hd1", "hd2", "hd3"), class = "data.frame", row.names = c(NA, 
-2L))
> dat <- data.frame(
             lapply(read.csv(text= "hd1 , hd2, hd3\n 1, a ,   c\n1,b,d\n"), 
                    trimws)
                    )
# could also have used a two step process starting with the original `dat` 
# dat[] <- lapply(dat, trimws)   .... the `[]` preserves structure

> dat
  hd1 hd2 hd3
1   1   a   c
2   1   b   d
> dput(dat)
structure(list(hd1 = structure(c(1L, 1L), .Label = "1", class = "factor"), 
    hd2 = structure(1:2, .Label = c("a", "b"), class = "factor"), 
    hd3 = structure(1:2, .Label = c("c", "d"), class = "factor")), .Names = c("hd1", 
"hd2", "hd3"), row.names = c(NA, -2L), class = "data.frame")

>dat-dat
hd1 hd2 hd3
1 a c
2 1 b d
>dput（dat）
结构（列表（hd1=c（1L，1L），hd2=structure（1:2，Label=c（“a”），
“b”），class=“factor”），hd3=结构（1:2，.Label=c（“c”，
“d”），class=“factor”），.Names=c（“hd1”、“hd2”、“hd3”），class=“data.frame”，row.Names=c（NA，
-2L）
>dat dput（dat）
结构（列表（hd1=结构（c（1L，1L），.Label=“1”，class=“factor”），
hd2=结构（1:2，.Label=c（“a”，“b”），class=“factor”），
hd3=结构（1:2，.Label=c（“c”，“d”），class=“factor”），.Names=c（“hd1”，
“hd2”，“hd3”，row.names=c（NA，-2L），class=“data.frame”）

您是否注意到变量值中的前导空格？无论是

“Cd74”

还是

“Cd74”

都不匹配

“Cd74”

。我有一个名为

trim

的函数，用于删除前导空格和尾随空格。我建议首先强制所有关键列为“character”，然后在重新尝试匹配之前修剪您的值。也许还可以查看上游修复的数据导入命令。或者使用

levels（df$var）@Moody\u Mudskipper：我总是对使用
levelsYep有点怀疑，空间就是问题所在。我没听懂。我想随着这种认识，这个问题已经过时了你能在这里把
trimws
作为参数传递给我的代码吗：
immgen\u-dat也许：
immgen\u-dat你能用几句话解释一下为什么你需要把数据框
构造成不兼容的
这样才能工作吗？
lapply
jsut返回一个没有任何其他类属性的列表。使用
data.frame
或
as_tible
恢复“data.frame”类属性。我建议你调查一下fread。它更快更安全。您可以在
read.table
中使用参数
strip.white=TRUE
，我也可以在
read.csv
中使用。
> "Cd74" %in% sel_clst$GeneName
[1] TRUE
> "Cd74" %in% immgen_log2$GeneName
[1] FALSE

levels(sel_clst$GeneName) <- trimws( levels( sel_clst$GeneName ))
levels(immgen_log2$GeneName) <- trimws( levels( immgen_log2$GeneName ))
merge2 <- merge(sel_clst, immgen_log2)

read.csv <- 
       function ( ...){ utils::read.csv(..., strip.white=TRUE) }

> dat <- read.csv(text= "hd1 , hd2, hd3\n 1, a ,   c\n1,b,d\n")
> dat
  hd1 hd2  hd3
1   1  a     c
2   1   b    d
> dput(dat)
structure(list(hd1 = c(1L, 1L), hd2 = structure(1:2, .Label = c(" a ", 
"b"), class = "factor"), hd3 = structure(1:2, .Label = c("   c", 
"d"), class = "factor")), .Names = c("hd1", "hd2", "hd3"), class = "data.frame", row.names = c(NA, 
-2L))
> dat <- data.frame(
             lapply(read.csv(text= "hd1 , hd2, hd3\n 1, a ,   c\n1,b,d\n"), 
                    trimws)
                    )
# could also have used a two step process starting with the original `dat` 
# dat[] <- lapply(dat, trimws)   .... the `[]` preserves structure

> dat
  hd1 hd2 hd3
1   1   a   c
2   1   b   d
> dput(dat)
structure(list(hd1 = structure(c(1L, 1L), .Label = "1", class = "factor"), 
    hd2 = structure(1:2, .Label = c("a", "b"), class = "factor"), 
    hd3 = structure(1:2, .Label = c("c", "d"), class = "factor")), .Names = c("hd1", 
"hd2", "hd3"), row.names = c(NA, -2L), class = "data.frame")