[英]How to do a conditional join in R with dplyr?
例如,df1 如下所示 -
X1 X2 X3 X4 X5
Apple Belgium Red Purchase 100
Guava Germany Green Sale 200
Grape Italy Purple Purchase 500
Orange India Orange Sale 2000
df2 如下所示 -
X1 X2 X3 X4 X5
Apple Belgium Red Purchase 10000
Guava Germany Green Sale 20000
Grape Italy Purple Purchase
Orange India Orange Sale 2000
我的输出应该是这样的 -
X1 X2 X3 X4 X5.x X5.y
Apple Belgium Red Purchase 100 10000
Guava Germany Green Sale 200 20000
Grape Italy Purple Purchase 500 NA
这里涉及多个操作——
选择存在于 1 中而不是其他中的行,反之亦然
当前 4 列匹配时,选择 X5 列(X5 是我的目标列)中的不匹配项
我不想要比赛。
我尝试了两者的inner_join、full_join和anti_join的组合来获得part1。 我如何演奏第二部分? R 中是否有条件连接仅选择不匹配项并在目标列相同时忽略?
我不想使用 sqldf。 我知道这可以在 SQL 中实现。 我想在 dplyr 中做到这一点。 任何帮助深表感谢。
TIA。
left_join(df1, df2, by = c("X1", "X2", "X3", "X4")) %>%
filter(X5.x != X5.y | is.na(X5.x) | is.na(X5.y))
# X1 X2 X3 X4 X5.x X5.y
# 1 Apple Belgium Red Purchase 100 10000
# 2 Guava Germany Green Sale 200 20000
# 3 Grape Italy Purple Purchase 500 NA
R 中是否有条件连接仅选择不匹配项并在目标列相同时忽略?
是的,我认为您可以使用data.table
非对等连接来做到这data.table
。 或sqldf
,正如您所提到的。
我想在 dplyr 中做到这一点。
dplyr
仅在相等时加入。 所以你加入然后过滤。
使用这些数据:
df1 = read.table(text = "X1 X2 X3 X4 X5
Apple Belgium Red Purchase 100
Guava Germany Green Sale 200
Grape Italy Purple Purchase 500
Orange India Orange Sale 2000", header = T)
df2 = read.table(text = "X1 X2 X3 X4 X5
Apple Belgium Red Purchase 10000
Guava Germany Green Sale 20000
Grape Italy Purple Purchase NA
Orange India Orange Sale 2000", header = T)
(df1
%>% anti_join(., df2, by = c("X1", "X2", "X3", "X4","X5"))
%>% left_join(., df2, by = c("X1", "X2", "X3", "X4"))
)
X1 X2 X3 X4 X5.x X5.y
1 Apple Belgium Red Purchase 100 10000
2 Guava Germany Green Sale 200 20000
3 Grape Italy Purple Purchase 500 NA
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.