合并R中具有常见和不常见示例的两个数据帧

我有两个数据帧Data1和Data2，我想根据变量“ID”进行合并。合并R中具有常见和不常见示例的两个数据帧

该实施例的数据可以在这里下载：http://dl.dropbox.com/u/52600559/example.RData

这里是第一数据帧：

> Data1 
    ID  Fruit Color Weight 
1 1  Apple Red  5 
2 2 Orange Orange  7 
3 3 Banana Yellow  3 
4 4  Pear Green  5 
5 5 Tomato Red  4 
6 6  Berry Blue  4 
7 7 Mandarin Orange  4 
8 8 Pineapple Yellow  9 
9 9 Nectarine Orange  5 
10 10  Beet Red  5

这里是第二数据帧：

> Data2 
    ID  Fruit Color Weight 
1 1  Apple Red  5 
2 2  Orange Orange  7 
3 3  Banana Yellow  3 
4 4  Pear Green  5 
5 5  Tomato Red  4 
6 11 Pomegranate Red  6 
7 12  Grape Green  4 
8 13 Cranberry Red  4 
9 14  Melon Pink  5 
10 15  Pumpkin Orange  10

我试图像这样合并它们：

> merge(Data1, Data2, by = "ID", sort = FALSE, all.x = TRUE, all.y = TRUE) 
    ID Fruit.x Color.x Weight.x  Fruit.y Color.y Weight.y 
1 1  Apple  Red  5  Apple  Red  5 
2 2 Orange Orange  7  Orange Orange  7 
3 3 Banana Yellow  3  Banana Yellow  3 
4 4  Pear Green  5  Pear Green  5 
5 5 Tomato  Red  4  Tomato  Red  4 
6 9 Nectarine Orange  5  <NA> <NA>  NA 
7 6  Berry Blue  4  <NA> <NA>  NA 
8 7 Mandarin Orange  4  <NA> <NA>  NA 
9 8 Pineapple Yellow  9  <NA> <NA>  NA 
10 10  Beet  Red  5  <NA> <NA>  NA 
11 14  <NA> <NA>  NA  Melon Pink  5 
12 11  <NA> <NA>  NA Pomegranate  Red  6 
13 12  <NA> <NA>  NA  Grape Green  4 
14 13  <NA> <NA>  NA Cranberry  Red  4 
15 15  <NA> <NA>  NA  Pumpkin Orange  10

如您所见，两个数据框都有许多相同的变量。但是，Data1中的某些ID不在Data2中，反之亦然。而且，一些ID位于两个数据帧中。

问题1：我想合并上面显示的所有列。所以，我想将“Fruit.x”与“Fruit.y”合并。放入一个名为“水果”的栏目中。我怎样才能做到这一点？

问题2：如果对于恰好存在于Data1和Data2中的其中一个样本，其中一个值不一致，该怎么办？因此，对于示例ID 1，如果Fruit.x是Apple，但Fruit.y被错误地编码为Aple（拼写错误），有没有办法可以快速检查所有这些实例，以便我可以选择哪一个是正确的？或者我可以告诉R在发生这种情况时始终认为Data1与Data2正确吗？

感谢任何人可以帮助！

来源

2012-02-15 Alexander

谢谢大家的答案！ +1给所有人！ – Alexander 2012-02-15 20:52:27

试试这个：

merge(Data1, Data2, all = TRUE)

和拼写试试这个地方amatch是近似匹配到fruit和near包含不完全匹配的近似匹配：

for(fruit in Data1$Fruit) { 
    amatch <- agrep(fruit, Data2$Fruit, value = TRUE) 
    near <- amatch[amatch != fruit] 
    if (length(near) > 0) cat(fruit, ":", near, "\n") 
}

使用提供的数据这给出：

Berry : Cranberry

编辑：改善代码的清晰度

来源

2012-02-15 16:53:49

（+1）不错的拼写检查！ – Justin 2012-02-15 17:19:31

这应该会让你获得大部分的方式：它会叠加两个数据帧并删除重复的行。

unique(rbind(Data1, Data2))

对不起，我没有很好的技巧来处理拼写错误。

来源

2012-02-15 16:41:00

要回答的问题1：

merge(data1, data2, all=T)

应该给你你在找什么。它不会处理拼写错误。你将不得不单独处理它们。 unique是寻找它们的好工具，因为tolower可以正常化大小写问题。

来源

2012-02-15 16:43:24 Justin

合并R中具有常见和不常见示例的两个数据帧

回答

相关问题