在R中合并数据集

我正在尝试合并表a和表b的两个数据集。这是为了长远的目的，我创造了时间不变的变量，如性别和教育类型

joinedaandb <- full_join(tbl_df(tablea), tbl_df(tableb), by = "pidp") 

这是什么意思？我如何得到它，使它匹配变量，比如tablea和tableb中的性别，在新的数据框架中匹配到一个单一变量

Cheers

使用连接（合并）您有两个列选项：

• （a） 您在列上进行联接——将其包含在

  by

  参数中——每个表中的值都将进行比较，并且必须相等才能联接到要联接的行
• （b） 您不在列上进行联接（不包括在

  by

  参数中），也不假设值是否相等。每个数据帧中的列都将单独包含，由您来处理它们

有一大堆变量我都想匹配

如果你想让他们匹配，你需要告诉你的

full\u join

电话。这意味着将它们通过放入到您的

完全加入

中。如果将

by

参数保留为空，

dplyr

的默认值将假定您希望匹配具有相同名称的所有列。当您指定一个

by

参数时，将不再进行任何假设，出现在两个数据帧中但未出现在

by

参数中的任何列将分别保留，并附加

.x

和

.y

以便您可以区分源。

带连接（合并）列有两个选项：

• （a） 您在列上进行联接——将其包含在

  by

  参数中——每个表中的值都将进行比较，并且必须相等才能联接到要联接的行
• （b） 您不在列上进行联接（不包括在

  by

  参数中），也不假设值是否相等。每个数据帧中的列都将单独包含，由您来处理它们

有一大堆变量我都想匹配

---

如果你想让他们匹配，你需要告诉你的

full\u join

电话。这意味着将它们通过放入到您的

完全加入

中。如果将

by

参数保留为空，

dplyr

的默认值将假定您希望匹配具有相同名称的所有列。当您指定了一个

by

参数时，将不再进行任何假设，并且出现在两个数据帧中但未出现在

by

参数中的任何列都将单独保留，添加

.x

和

.y

后，您可以区分来源。

您可能并不真正想要一个

完全加入

，它明确表示。。。“从x和y返回所有行和列”您可能并不真正想要一个

full_join

，它明确表示。。。“返回x和y中的所有行和列”

pidp        <dbl> 280165, 541285, 541965, 665045, 956765, 987365, 1558565, 1833965, 229…
$ sex.x       <fct> female, male, female, male, male, female, female, male, male, female,…
$ edtype.x    <fct> proxy, proxy, proxy, inapplicable, proxy, proxy, at higher education …
$ age.x       <fct> 32, 25, 23, 29, 56, 21, 18, 46, 36, 17, 29, 22, 28, 57, 20, 33, 27, 6..

$ sex.y      : Factor w/ 7 levels "missing","inapplicable",..: 7 6 NA 6 NA NA NA 6 6 NA ...
 $ edtype.y   : Factor w/ 10 levels "missing","inapplicable",..: 3 3 NA 2 NA NA NA 3 3 NA ...
 $ age.y      : Factor w/ 91 levels "missing","inapplicable",..: 23 16 NA 20 NA NA NA 37 26 NA ...