使用多個“ by”合並/合並兩個數據幀？

Question

假設我有兩個數據幀，如下所示：

df1 = data.frame(ssuid=c(916860000285, 916860000285, 916925451999, 404454000285, 404454000285),
                 epppnum=c(101,102,101,101,102),
                 esex=c("M","F","M","M","F"))

df2 = data.frame(ssuid=c(916860000285, 916860000285, 916925451999, 404454000285, 404454000285),
                 epppnum=c(101,102,101,101,102),
                 erace=c(1,1,2,1,1))

我想合並它們，但是唯一的ID是ssuid和epppnum的組合。 我現在的解決方案是創建一個新變量，然后使用該變量進行合並。

library(dplyr)
df1 = df1 %>% mutate(uniqueID=paste(ssuid,epppnum,sep="/")) %>%
  select(uniqueID, esex)
df2 = df2 %>% mutate(uniqueID=paste(ssuid,epppnum,sep="/"))%>%
  select(uniqueID, erace)

df = left_join(df1,df2,by="uniqueID")

有沒有更好的辦法？

謝謝！

Answer 1

默認情況下， left_join將選擇所有公共變量：

left_join(df1,df2)
Joining by: c("ssuid", "epppnum")
         ssuid epppnum esex erace
1 916860000285     101    M     1
2 916860000285     102    F     1
3 916925451999     101    M     2
4 404454000285     101    M     1
5 404454000285     102    F     1

正如可以在該消息中見上文指定的組合，使用c將它們結合起來，即by = c("ssuid", "epppnum")

Answer 2

您可以使用data.table而不使用鍵，通過使用data.table鍵來完成setkey ：

library(data.table)

setDT(df1)
setkey(df1, ssuid, epppnum)[setDT(df2)]

#          ssuid epppnum esex erace
#1: 916860000285     101    M     1
#2: 916860000285     102    F     1
#3: 916925451999     101    M     2
#4: 404454000285     101    M     1
#5: 404454000285     102    F     1