Función R merge() - Combinar marcos de datos
La función R merge() se utiliza para combinar dos marcos de datos por una columna común.
merge() es similar a la operación JOIN en SQL, y admite unión interna, unión izquierda, unión derecha y unión completa.
La sintaxis de la función merge() es la siguiente:
merge(x, y, by, by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all)
Descripción de parámetros:
x, yLos dos marcos de datos que se van a combinar.
byClave de unión (nombre de columna común).
all.xSi se conservan todas las filas de x (unión izquierda).
all.ySi se conservan todas las filas de y (unión derecha).
allSi se conservan todas las filas (unión completa).
Ejemplo
# Tabla de información básica de estudiantes
students <- data.frame(
ID de estudiante= c("S001", "S002", "S003", "S004"),
Nombre= c("Zhang San", "Li Si", "Wang Wu", "Zhao Liu"),
stringsAsFactors = FALSE
)
# Tabla de calificaciones
scores <- data.frame(
ID de estudiante= c("S001", "S002", "S003", "S005"),
Calificación= c(88, 92, 76, 80),
stringsAsFactors = FALSE
)
print("Tabla de estudiantes:")
print(students)
print("Tabla de calificaciones:")
print(scores)
# Unión interna (solo se conservan los estudiantes presentes en ambas tablas)
inner_join <- merge(students, scores, by = "ID de estudiante")
print("Unión interna:")
print(inner_join)
# Unión izquierda (se conservan todos los estudiantes, los que no tengan calificación se rellenan con NA)
left_join <- merge(students, scores, by = "ID de estudiante", all.x = TRUE)
print("Unión izquierda:")
print(left_join)
students <- data.frame(
ID de estudiante= c("S001", "S002", "S003", "S004"),
Nombre= c("Zhang San", "Li Si", "Wang Wu", "Zhao Liu"),
stringsAsFactors = FALSE
)
# Tabla de calificaciones
scores <- data.frame(
ID de estudiante= c("S001", "S002", "S003", "S005"),
Calificación= c(88, 92, 76, 80),
stringsAsFactors = FALSE
)
print("Tabla de estudiantes:")
print(students)
print("Tabla de calificaciones:")
print(scores)
# Unión interna (solo se conservan los estudiantes presentes en ambas tablas)
inner_join <- merge(students, scores, by = "ID de estudiante")
print("Unión interna:")
print(inner_join)
# Unión izquierda (se conservan todos los estudiantes, los que no tengan calificación se rellenan con NA)
left_join <- merge(students, scores, by = "ID de estudiante", all.x = TRUE)
print("Unión izquierda:")
print(left_join)
Al ejecutar el código anterior se obtiene el siguiente resultado:
[1] "学生表:" 学号 姓名 1 S001 张三 2 S002 李四 3 S003 王五 4 S004 赵六 [1] "成绩表:" 学号 成绩 1 S001 88 2 S002 92 3 S003 76 4 S005 80 [1] "内连接:" 学号 姓名 成绩 1 S001 张三 88 2 S002 李四 92 3 S003 王五 76 [1] "左连接:" 学号 姓名 成绩 1 S001 张三 88 2 S002 李四 92 3 S003 王五 76 4 S004 赵六 NAOtras extensiones
Ejemplo en R