[英]Merge two data frames in R according to ID-variable
我試圖根據 ID-variable 在 R 中合並兩個數據幀,因為在第一個數據幀中 ID 變量是一個因子,而在第二個數據幀中 ID 變量是一個數字向量
datC <- data.frame("ID" = c("001","010","100","110"), "X" = rnorm(4))
datD <- data.frame("ID" = c(001,010,100,110,210), "Y" = rpois(5,3))
merge(datC,datD,by="ID")
ID X Y
100 0.03284493 2
110 -0.41690986 3
正如我們看到的 001,010 丟失了,我很清楚它們為什么丟失以及我如何解決這個問題
datC$ID <- as.numeric(as.character(datC$ID))
merge(datC,datD,by="ID")
我試圖通過讓 R 避免將字符向量視為一個因素來找到另一種解決方案
datC <- data.frame("ID" = c("001","010","100","110"), "X" = rnorm(4),stringsAsFactors = F)
datD <- data.frame("ID" = c(001,010,100,110,210), "Y" = rpois(5,3))
當我根據 ID 變量合並這兩個數據幀時,我預計我會得到空結果,因為我們有一個字符與數字向量,但實際上 R 給了我與第一個數據幀中的 ID 變量相同的結果是一個因素。
merge(datC,datD,by="ID")
ID X Y
100 -0.2797956 4
110 -1.0397791 4
那么有人可以解釋我為什么我的期望是錯誤的!
當您合並兩列時,它們會被強制轉換為一個公共class
:
因子、原始向量和列表被轉換為字符向量,然后在匹配之前將
x
和table
強制轉換為一個公共類型(R 排序中的兩種類型中的后者,logical < integer < numeric < complex < character)。(來自
?match
幫助頁面,從?merge
鏈接)
所以你的numeric
列變成了character
,你的factor
:
as.character(c(001,010,100,110,210))
# [1] "1" "10" "100" "110" "210"
這解釋了在 OP 中看到的結果。 這種強制在整個 R 中很常見。
評論。 對於 ID 列,我總是使用character
; 它比替代方案少很多麻煩。 sprintf
可以方便地添加前導零,確保所有 ID 的字符長度相同:
sprintf("%03d", c(001,010,100,110,210))
# [1] "001" "010" "100" "110" "210"
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.