如何连接（合并）数据框（内部，外部，左侧，右侧）

Question

给出两个数据框：df1 = data.frame(CustomerId = c(1:6), Product = c(rep("Toaster", 3), rep("Radio", 3)))df2 = data.frame(CustomerId = c(2, 4, 6), State = c(rep("Alabama", 2), rep("Ohio", 1)))df1#  CustomerId Product#           1 Toaster#           2 Toaster#           3 Toaster#           4   Radio#           5   Radio#           6   Radiodf2#  CustomerId   State#           2 Alabama#           4 Alabama#           6    Ohio我怎样才能做数据库风格，即sql风格，加入？也就是说，我该怎么做：一个内连接的df1和df2：只返回行中左表在右表匹配的密钥。一个外连接的df1和df2：返回两个表中的所有行，从有右表中的匹配键左连接记录。甲左外连接（或简称为左加入）的df1和df2左表中返回所有行，并与匹配的右表键任何行。一个右外连接的df1，并df2返回右表中的所有行，任何行与左表中匹配的密钥。额外信用：如何进行SQL样式选择语句？

Answer 1

内连接有data.table方法，这非常节省时间和内存（对于一些较大的data.frames是必需的）：

library(data.table)

dt1 <- data.table(df1, key = "CustomerId") 

dt2 <- data.table(df2, key = "CustomerId")

joined.dt1.dt.2 <- dt1[dt2]

merge也适用于data.tables（因为它是通用的和调用merge.data.table）

merge(dt1, dt2)

stackoverflow上记录的data.table：

如何进行data.table合并操作
将外键上的SQL连接转换为R data.table语法
为更大的data.frames合并的有效替代方案R 
如何使用data.table进行基本的左外连接在R？

另一种选择是join在plyr包中找到的功能

library(plyr)

join(df1, df2,

     type = "inner")

#   CustomerId Product   State

# 1          2 Toaster Alabama

# 2          4   Radio Alabama

# 3          6   Radio    Ohio

为选项type：inner，left，right，full。

From ?join：与merge[ join] 不同，[ ]无论使用何种连接类型，都会保留x的顺序。

Answer 2

你也可以使用Hadley Wickham令人敬畏的dplyr软件包进行连接。

library(dplyr)

#make sure that CustomerId cols are both type numeric

#they ARE not using the provided code in question and dplyr will complain

df1$CustomerId <- as.numeric(df1$CustomerId)

df2$CustomerId <- as.numeric(df2$CustomerId)

变异连接：使用df2中的匹配将列添加到df1

#inner

inner_join(df1, df2)

#left outer

left_join(df1, df2)

#right outer

right_join(df1, df2)

#alternate right outer

left_join(df2, df1)

#full join

full_join(df1, df2)

过滤联接：过滤掉df1中的行，不要修改列

semi_join(df1, df2) #keep only observations in df1 that match in df2.

anti_join(df1, df2) #drops all observations in df1 that match in df2.