Question

我有以下2个数据框：

> df1
     a c
[1,] 1 3
[2,] 2 3
[3,] 2 3

和

> df2
     b d
[1,] 7 9
[2,] 5 4
[3,] 8 4
[4,] 8 4

我试图连接矢量＆＃34; a＆＃34;和＆＃34; b＆＃34;进入＆＃34; X＆＃34;然后合并两个数据帧以获得以下所需结果：

> dfX
     X c  d
[1,] 1 3  NA
[2,] 2 3  NA
[3,] 2 3  NA
[4,] 7 NA 9
[5,] 5 NA 4
[6,] 8 NA 4
[7,] 8 NA 4

NAs是故意的。

我确信使用merge（df1，df2，by.x，by.y，all）必须有可能，但是，尽管我付出了最大的努力和研究，但我无法弄明白。

最后，完成上述操作后，我想按列X按升序对数据框进行排序（以便行[4，] 7 NA 9在行[5，] 5之后结束NA 4）为了获得：

> dfX
     X c  d
[1,] 1 3  NA
[2,] 2 3  NA
[3,] 2 3  NA
[4,] 5 NA 4
[5,] 7 NA 9
[6,] 8 NA 4
[7,] 8 NA 4

我希望你们中的一些人可以帮助我。这是示例数据，我的实际数据包含一个大型数据库，其中列＆＃34; X＆＃34;是＆＃34;日期+时间＆＃34; （例如＆＃34; 2016-12-13 10:40:00 UTC＆＃34;）和c和d列是数量（例如＆＃34; 40,40＆＃34;）。

非常感谢您的支持。

Answer 1

我们将matrix es放在list中，循环浏览lapply），转换为data.table（as.data.table），设置第1列命名为'X'，并使用rbindlist来绑定数据集。

library(data.table)
rbindlist(lapply(list(df1, df2), function(x) setnames(as.data.table(x), 1, 'X')), fill=TRUE)
#   X  c  d 
#1: 1  3 NA
#2: 2  3 NA
#3: 2  3 NA
#4: 7 NA  9
#5: 5 NA  4
#6: 8 NA  4
#7: 8 NA  4

Answer 2

据我所知，你的merge（）问题是由于数据的模糊性引起的，例如： df1中的两个相同的行。因此，如果您的数据是作为示例的形式，您可以使用unique（）来首先删除重复项并合并最小数据帧：

df_target = data.frame(X = c(df1$a, df2$b))
df_target = merge(x = df_target, y = unique(df1), by.x = "X", by.y = "a", all.x = TRUE)
df_target = merge(x = df_target, y = unique(df2), by.x = "X", by.y = "b", all.x = TRUE)
df_target = df_target[order(df_target$X), ]

或者你取消merge（）并显式构造数据框：

df_target2 = data.frame(X = c(df1$a, df2$b),
                        c = c(df1$c, rep(NA, nrow(df2))),
                        d = c(rep(NA, nrow(df1)), df2$d))
df_target2 = df_target2[order(df_target2$X), ]

这可能是最安全的方式，因为它不依赖于假设。

通过连接向量合并2个数据帧

2 个答案: