如何连接(合并)数据帧(内、外、左、右)

Question

给定两个数据帧:

df1 = data.frame(CustomerId = c(1:6), Product = c(rep("Toaster", 3), rep("Radio", 3)))
df2 = data.frame(CustomerId = c(2, 4, 6), State = c(rep("Alabama", 2), rep("Ohio", 1)))

df1#  CustomerId Product#           1 Toaster#           2 Toaster#           3 Toaster#           4   Radio#           5   Radio#           6   Radio

df2#  CustomerId   State#           2 Alabama#           4 Alabama#           6    Ohio

我如何做数据库样式，即 sql style, joins "")
？ 也就是说，我如何得到:

• df1 和df2的 inner join#Inner_join "")
仅返回左表中与右表中的键相匹配的行

• df1 和df2的 outer join#Outer_join "")
返回两个表中的所有行，从左边连接在右边表中有匹配键的记录

• df1 和df2的 left outer join (or simply left join)#Left_outer_join "")
返回左表中的所有行，以及右表中带有匹配键的所有行

• df1 和df2的 right outer join#Right_outer_join "")
返回右表中的所有行，以及左表中带有匹配键的所有行

思考题:
如何执行 SQL style选择语句？

Answer 1

通过使用 merge 函数及其可选参数:
内部连接: merge (df1，df2)将适用于这些示例，因为 R通过常见的变量名自动连接帧，但是您很可能希望指定 merge (df1，df2，通过“ CustomerId”) ，以确保只匹配所需的字段。 如果匹配的变量在不同的数据帧中具有不同的名称，还可以使用 by.x 和 by.x 参数。

Outer join: merge(x = df1, y = df2, by = "CustomerId", all = TRUE)
Left outer: merge(x = df1, y = df2, by = "CustomerId", all.x = TRUE)
Right outer: merge(x = df1, y = df2, by = "CustomerId", all.y = TRUE)
Cross join: merge(x = df1, y = df2, by = NULL)

我认为引入要合并的标识符几乎总是最好的; 如果输入 data.frames 意外地发生变化，以后可以更容易地阅读，这样会更安全。
您可以通过向量例如by = c("CustomerId", "OrderId")来合并多个列。
如果要合并的列名不相同，可以指定，例如，by.x“ CustomerId in df1” ，by.y“ CustomerId in df2” ，其中 df1中的 CustomerId 是第一个数据帧中列的名称，df2中的 CustomerId 是第二个数据帧中列的名称。 (如果需要在多列上合并，这些也可以是向量。)