left_join實際如何工作？ （在R； dplyr中）

Question

我有一個包含郵政編碼和相應城市的數據集。 在某些情況下，郵政編碼丟失了，所以我想用R中的郵政編碼庫中的郵政編碼替換它。

顯然，“紐約”有多個郵政編碼。 在我的交易數據集中，同一居民出現多次，因此他們的城市（例如“紐約”）也出現多次。

使用dplyr的left_join函數，結合城市名稱，我得到城市名稱“ New York”的相應郵政編碼，如下所示：

10001, 
10002, 
10003, 
etc.

將此與vlookup進行比較，Excel始終會進行第一個可能的查找匹配，在這種情況下為10001。

根據這里的邏輯，R將“紐約”與每行的不同郵政編碼匹配嗎？

Answer 1

左聯接將始終獲取左表中的所有條目，並添加右表中的匹配項：

我認為下面的圖像清楚地顯示了邏輯，您可以忽略那里的SQL語句。

如果您left_join doctors和visits ，我們將以左表為起點，並添加右表中的所有匹配項。 在這種情況下，具有doctor_id 212的Doctor在表visits具有兩個匹配項，因此這兩個vistis都被添加到了結果表中。

因此，Excel所做的不是左聯接。 它僅查找單個參考值，而忽略其余參考值。

如果要從Excel復制行為，則可以通過刪除聯接列中的所有重復項來首先過濾訪問表。 例如：

visits = data.frame(doctor_id=c('a','b','c','a'),time=c(1,2,3,4))
visits = visits[!duplicated(visits$doctor_id),]

然后使用該表進行左聯接。 希望這可以幫助！

Answer 2

左聯接實際上將“ x”小詞與“ y”小詞合並，從而保留x的所有條目，但僅聯接在x中具有匹配項的y條目（通過特定變量）。

你可以在下面看到

dataframe "x"

     rank                        title
    <chr>                        <chr>
 1 2,801.                        Lines
 2 2,802.              Nocno zivljenje
 3 2,803.                 Saber Google
 4 2,804.                   Sacred Vow
 5 2,805. Was hat uns bloß so ruiniert
 6 2,806.                     Our Time
 7 2,807.                     Orecchie
 8 2,808.            Marshrut postroen
 9 2,809.             Shor Se Shuruaat
10 2,810.   Oru Murai Vanthu Paarthaya


dataframe "y"

    rank                 genre
1 2,801.                 Drama
2 2,802. Crime, Drama, Mystery
3 2,803.                Comedy
4 2,804.                 Drama
5 2,805.                Comedy
6 2,806.                 Drama

在應用left_join之后

left_join(x,y, by ="rank")

"     rank                        title                 genre
    <chr>                        <chr>                 <chr>
 1 2,801.                        Lines                 Drama
 2 2,802.              Nocno zivljenje Crime, Drama, Mystery
 3 2,803.                 Saber Google                Comedy
 4 2,804.                   Sacred Vow                  <NA>
 5 2,805. Was hat uns bloß so ruiniert                  <NA>
 6 2,806.                     Our Time                  <NA>
 7 2,807.                     Orecchie                  <NA>
 8 2,808.            Marshrut postroen                  <NA>
 9 2,809.             Shor Se Shuruaat                  <NA>
10 2,810.   Oru Murai Vanthu Paarthaya                  <NA>"