r - 在 R 中的 full_join 函数之后从数据框中删除额外的列

Question

我目前参与 R 中的数据操作任务并尝试在所选列上组合两个数据集（= 使用主键和外键 - Column2）

Column1 <- c("Name1", "Name2", "Name3", "Name4")
Column2 <- c("ID1", "ID2", "ID3", "ID4")
Column3 <- c(4, 5, 6, 7)
Column4 <- c(8, 9, 10, 11)
Column5 <- c(1, 2, 3, 4)

table1 <- data.frame(Column1, Column2, Column3, Column4, Column5)

Column1 <- c("Name1", "Name2", "Name3", "Name4")
Column2 <- c("ID4", "ID5", "ID6", "ID7")
Column3 <- c(22, 33, 44, 66)
Column4 <- c(66, 55, 77, 77)
Column5 <- c(1, 2, 3, 4)

table2 <- data.frame(Column1, Column2, Column3, Column4, Column5)

table3 <- full_join(table1, table2, by = "Column2")

我选择了完全连接函数，因为它可能有助于解决我的任务，但遇到了一个问题：使用 full_join 函数 R 显示第二个表中的 Column1.y 列，而不是将此列的值列出到 Column.1 。X

例如，R 产生：Column.1.x 然后是 Column2、Column3.x、Column4.x、Column5.x，在 Column5.x 旁边我要显示列“Column3.y”、“Column4.y”、“ Column5.y”，但“Column.1.y”显示在 Column5.x 之后，而不是向下显示到列出所有名称的“Column.1.x”。

我该如何解决？:)

标签： rdataframedata-manipulation

Answer 1

我选择@DarwinsBeard，您可以“删除”不需要的列 Column1.y。请记住，您可以使用多个键执行连接。这就是您获得 Column1.x 和 Column1.y 的原因，因为这不是连接键并且出现在两个表中。

检查以下内容：

df1 <- tibble( Column1 = c("Name1","Name2","Name3","Name4")
              ,Column2 = c("ID1","ID2","ID3","ID4")
              # I save Column3 and Column4 
              ,Column5 = c(1,2,3,4)
              )
df2 <- tibble( Column1 = c("Name4","Name5","Name6","Name7")
              ,Column2 = c("ID4","ID5","ID6","ID7")
              ,Yes     = c(8,5,6,7) 
              ,No      = c(13,10,11,12)
              ,Neither = NA
              )

# full join keeps columns of both data frames, but replicates Column1
# as the join was only performed on the id-column, i.e. Column2
# as suggested above, remove the unwanted Column1.y with a select(-...) call
df12 <- full_join(df1, df2, by = c("Column2"))
df12

# what I think you want
df12 <- full_join(df1, df2, by = c("Column1","Column2"))
df12

后者通过保持两个关键列的完整性为您提供完全合并的数据集。

注意：您可以使用 select() 调用根据自己的喜好重新调整列的顺序。例如尝试：df12 %>% select(Yes, No, Either, everything())看看会发生什么。