在R中，当两个数据帧中的某些值相等时，如何将数据帧中的某些特定列添加到另一个数据帧？

Question

我有两个数据集，它们具有相同的行组合Country和Year，我想以一种行组合匹配的方式将一个数据集中的一些列添加到另一个数据集中。

数据集1：

+----------+------+---------+---------+-----+
| Country  | Year | exports | imports | ... |
+----------+------+---------+---------+-----+
| Germany  | 2000 | 0.70    | 0.40    | ... |
| Germany  | 2001 | 0.68    | 0.41    | ... |
| Germany  | 2002 | 0.71    | 0.48    | ... |
| Germany  | 2003 | ...     | ...     | ... |
| Spain    | 2000 | 0.51    | 0.56    | ... |
| Spain    | 2001 | 0.48    | 0.50    | ... |
| Spain    | 2002 | 0.50    | 0.53    | ... |
| Spain    | 2003 | ...     | ...     | ... |
| ...      | ...  | ...     | ...     | ... |
+----------+------+---------+---------+-----+

数据集2：

+----------+-----+------+--------------+-------+-----+
| Country  | CC  | Year | unemployment | Pop   | ... |
+----------+-----+------+--------------+-------+-----+
| Germany  | GER | 2000 | 0.03         | 79.50 | ... |
| Germany  | GER | 2001 | 0.05         | 79.53 | ... |
| Germany  | GER | 2002 | 0.04         | 79.80 | ... |
| Germany  | GER | 2003 | ...          | ...   | ... |
| Hungary  | HUN | 2000 | ...          | ...   | ... |
| Hungary  | HUN | 2001 | ...          | ...   | ... |
| Hungary  | HUN | 2002 | ...          | ...   | ... |
| Hungary  | HUN | 2003 | ...          | ...   | ... |
| Spain    | ESP | 2000 | 0.08         | 40.2  | ... |
| Spain    | ESP | 2001 | 0.11         | 40.5  | ... |
| Spain    | ESP | 2002 | 0.10         | 40.55 | ... |
| Spain    | ESP | 2003 | ...          | ...   | ... |
| ...      | ... | ...  | ...          | ...   | ... |
+----------+-----+------+--------------+-------+-----+

我希望合并的数据看起来像这样：

+----------+-----+------+---------+---------+--------------+-------+-----+
| Country  | CC  | Year | exports | imports | unemployment | Pop   | ... |
+----------+-----+------+---------+---------+--------------+-------+-----+
| Germany  | GER | 2000 | 0.70    | 0.40    | 0.03         | 79.50 | ... |
| Germany  | GER | 2001 | 0.68    | 0.41    | 0.05         | 79.53 | ... |
| Germany  | GER | 2002 | 0.71    | 0.48    | 0.04         | 79.80 | ... |
| Germany  | GER | 2003 | ...     | ...     | ...          | ...   | ... |
| Spain    | ESP | 2000 | 0.51    | 0.56    | 0.08         | 40.2  | ... |
| Spain    | ESP | 2001 | 0.48    | 0.50    | 0.11         | 40.5  | ... |
| Spain    | ESP | 2002 | 0.50    | 0.53    | 0.10         | 40.55 | ... |
| Spain    | ESP | 2003 | ...     | ...     | ...          | ...   | ... |
| ...      | ... | ...  | ...     | ...     | ...          | ...   | ... |
+----------+-----+------+---------+---------+--------------+-------+-----+

因此，不在数据集1中的国家（在本例中为匈牙利）不在合并数据集中，国家/地区代码也在新数据集中。 有人能告诉我如何实现这一目标吗？ 我有28年，每个约100个国家。 因此，使用我必须指定每个组合的功能将不方便...

我试图将它与merge()合并，但没有成功，因为它只创建了数百个具有相同国家和年份组合的行。

Answer 1

合并绝对应该为此工作。 您应该指定要合并两列。

merge( df1 , df2 , by=c( "Country", "Year") )

同时确认合并变量的类是相同的

sapply( df1[, c( "Country", "Year")] , class )
sapply( df2[, c( "Country", "Year")] , class )

确认两个数据框中的变量拼写方式相同

intersect( names( df1 ) , names( df2 ))

最后确认年份和国家在两个data.frames中都是唯一的

sum( duplicated( df1[ ,c( "Country", "Year") ] ))
sum( duplicated( df2[ ,c( "Country", "Year") ] ))

Answer 2

您可以使用dplyr包中的inner_join()执行此dplyr

dplyr::inner_join(df1, df2, by=c("Country", "Year"))

Answer 3

merge()的答案有效！ 现在我面临的问题是，例如西班牙2000年没有任何失业数据。但是，我仍然希望增加西班牙的所有年份，并希望在2000年的合并数据集中为西班牙的失业栏增加一个NA 。 我怎样才能做到这一点？

我尝试使用merge(df1, df2, all.x = TRUE)但有时它只是因某种原因创建了NA ...