如何將單列從一個文件合並到另一個文件

Question

A

phy     44
chem    46  
maths   44  
biol    42
his     38
comm    40


B
Name    RaK
Phy     45
chem    43
maths   41
His     38
Comm    48
geo     49

預期產量

            RaK
phy     44  45
chem    46  43
maths   44  41
biol    42   0
his     38  38
comm    40  48

我需要像join(-a1 a,b) 。 有可能用R做到嗎？ 第一個文件沒有列標題。

Answer 1

讀入數據：

A <- read.table(text="phy     44
chem    46  
maths   44  
biol    42
his     38
comm    40", as.is=TRUE)

B <- read.table(header=TRUE, text="Name    RaK
phy    45
chem    43
maths   41
his     38
comm    48
geo     49", as.is=TRUE)

as.is = TRUE參數將Name列保留為字符，而不是轉換為factor。 合並兩個不同的data.frames時，這是首選方法。 現在，將列名稱添加到A。

names(A) <- c("Name", "col1")

執行合並，將所有行都保留在A中，而不管B是否有這樣的行。 因為兩個data.frame都有一個共同的名稱，所以不必添加by語句，盡管這可能是更好的做法。

dat <- merge(A, B, all.x=TRUE)

這返回

dat
   Name col1 RaK
1  biol   42  NA
2  chem   46  43
3  comm   40  48
4   his   38  38
5 maths   44  41
6   phy   44  45

請注意，Rak的第一個值丟失（NA）。 要將其替換為0，您可以使用

dat$RaK[is.na(dat$RaK)] <- 0

完成了。

dat
   Name col1 RaK
1  biol   42   0
2  chem   46  43
3  comm   40  48
4   his   38  38
5 maths   44  41
6   phy   44  45

Answer 2

OP已請求將文件A 所有行與文件B合並或合並，以便預期結果包含biol （來自A ）而不是geo （來自B ）。

此外， B的“ Name列部分用大寫字母表示，而A的對應列用小寫字母表示。

假定A的數據存儲在一個名為"A.csv"的csv文件中，其中"A.csv"的第一A.csv空（空白）。 對於B同樣，但是這里的第一行包含列標題。

使用data.table可以使用“ data.table ”完成：

library(data.table)
# read B, convert Name column to lower case
fread("B.csv")[, Name := tolower(Name)][
  # read A and right join = all rows of A, only matching rows of B
  fread("A.csv"), on = c("Name" = "V1")][
    # replace NA by 0 
    is.na(RaK), RaK := 0L][]

  Name RaK V2 1: phy 45 44 2: chem 43 46 3: maths 41 44 4: biol 0 42 5: his 38 38 6: comm 48 40 

fread()是data.table自己的read.table()更快版本。

數據

為了重現性，在調用fread() 之后是A和B ：

A <- structure(list(V1 = c("phy", "chem", "maths", "biol", "his", 
"comm"), V2 = c(44L, 46L, 44L, 42L, 38L, 40L)), .Names = c("V1", 
"V2"), row.names = c(NA, -6L), class = "data.frame")

B <- structure(list(Name = c("phy", "chem", "maths", "his", "comm", 
"geo"), RaK = c(45L, 43L, 41L, 38L, 48L, 49L)), .Names = c("Name", 
"RaK"), row.names = c(NA, -6L), class = "data.frame")