如何擺脫 R 中具有相同名稱的多個列？

Question

我正在收集德克薩斯州各學區的 SAT 分數及其教育支出金額。 SAT 分數的數據來自按年份拆分的 csv 文件。 我想將分數合並到我的數據框中，該數據框具有教育支出金額，而無需為總計、數學分數、閱讀分數等創建多個列。

我嘗試了不同類型的連接函數， semi_join 、 full_join 、 left_join等，但這些似乎都無法解決我遇到的問題。

temp1<-left_join(temp, sat17, by= c("District","year"))%>% 

left_join(., sat16, by=c("District","year"))%>%

left_join(., sat15, by=c("District","year"))%>%

left_join(., sat14, by=c("District","year"))%>%

left_join(., sat13, by=c("District","year"))%>%

left_join(., sat12, by=c("District","year"))%>%

left_join(., sat11, by=c("District","year"))

輸出為每個連接的數據幀提供 Math.x、Math.y、Total.x、Total.y 等列。 此外，sat17 包括一個名為 ERW 的專欄，而不是 Reading，因為那一年的測試發生了變化。 我想將 ERW 分開，其余的閱讀、數學和總分排在每一列的下面。

Answer 1

我認為你想要做的是將它們綁定在一起......也就是說將它們“添加”到另一個之上。

嘗試：

do.call(rbind, dfs) # dfs is the list of dataframes

或使用purrr

library(purrr)
bind_rows(dfs, .id = NULL)

Answer 2

或者說您只想將它們綁定到 .csv 級別開始，只需將所有文件放入名為“數據”的子目錄中即可。 你可以嘗試這樣的事情：

setwd("./data/")
library(purrr)
library(tidyverse)
binded_data <- tibble(filenames = list.files()) %>%
  mutate(yearly_sat = map(filenames, read_csv)) %>%
  unnest()

Answer 3

解釋

dplyr會自動重命名您沒有加入的任何列，並且在加入的數據集中具有匹配的列名。

在您的情況下，由於您只想加入by=c("District", "year") ，因此任何其他具有相同名稱的列都將被重命名。

起始數據集的列將.x附加到其名稱的末尾，而左連接的列將.y附加到其名稱的末尾。

解決方案

如果您想將數學、閱讀和總計全部放在同一列中，則需要使用dplyr::bind_rows()將數據集堆疊在一起

combined_sat <- dplyr::bind_rows(sat17, sat16, sat15, sat14, sat13, sat12,  sat11)