使用不同列名合並兩個數據集：left_Join

Question

我正在嘗試使用兩個單獨的列名合並兩個數據集，但它們共享相同的唯一值。 例如，數據集 1== xyzw 中的列 A，而在數據集 2 中，列的名稱是 B 但值 == xyzw。

然而，問題是在數據集 2 中，列的 B 值 == xyzw 指的是公司名稱並出現多次，具體取決於數據集中存在的該公司的員工數量。

本質上，我想創建一個新列，讓我們在數據集 1 中稱其為 C，告訴我每個公司有多少員工。

我嘗試了以下方法：

## Counting how many teachers are in each matched school, using the "Matched" column from matching_file_V4, along with the school_name column from the sample11 dataset:
merged_dataset <- left_join(sample11,matched_datasets,by="school_name")

雖然此代碼有效，但它並沒有真正為我提供每家公司的員工人數。

Answer 1

如果您可以提供示例數據和預期輸出，那么其他人可以更輕松地提供幫助。 盡管如此，我希望這能給你你想要的：

假設我們有這兩個數據框：

df_1 <- data.frame(
  A = letters[1:5],
  B = c('empl_1','empl_2','empl_3','empl_4','empl_5')
)

df_2 <- data.frame(
  C = sample(rep(c('empl_1','empl_2','empl_3','empl_4','empl_5'), 15), 50),
  D = sample(letters[1:5], 50, replace=T)
)


# I suggest you find the number of employees for each firm in the second data frame  


df_2%>%group_by(C)%>%
  summarise(
    num_empl = n()
  )%>%  ### Then do the left join
  left_join(
    df_1,., by=c('B' = 'C') ## this is how you can join on two different column names
  )

#   A      B num_empl
# 1 a empl_1        8
# 2 b empl_2       11
# 3 c empl_3       10
# 4 d empl_4       10
# 5 e empl_5       11