本篇文章给大家分享的是有关怎么在R语言中实现两表连接且输出不重复数据,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
说明:
在项目过程中,数据量较大,用到的是data.table包,需要用到SQL中的语句减少代码量,因此需要sqldf包。
以下例子中xx中的a1在yy中都有对应的值。
yy中的a1与b是一一对应的关系,不存在同一个a1值对应不同的b值。
此程序的目的是,用yy表与xx表匹配,也就是最终的结果应该是在xx的基础上增加b这一列的信息,数据集xx的行数不变。
如下所示:
<span >> library(data.table)> library(sqldf)> xx <- data.table(a1=1:6,c=c(8,5,8,6,23,7),d=c('adf','af','sdf','utr','af','ruti'))</span><span >> xx a1 c d1: 1 8 adf2: 2 5 af3: 3 8 sdf4: 4 6 utr5: 5 23 af6: 6 7 ruti</span>
<span >yy <- data.table(a1=c(2,3,1,4,5,5,7,6,8,9,2,2,3,6),b=c('b','c','a','d','e','e','g', 'f','h','i','b','b','c','f'))</span>
<span >> yy a1 b 1: 2 b 2: 3 c 3: 1 a 4: 4 d 5: 5 e 6: 5 e 7: 7 g 8: 6 f 9: 8 h10: 9 i11: 2 b12: 2 b13: 3 c14: 6 f</span>
<span >#按照a1连接所有信息包括进去 > dataxy<- merge(xx, yy, by = "a1", all.x = TRUE)> dataxy a1 c d b 1: 1 8 adf a 2: 2 5 af b 3: 2 5 af b 4: 2 5 af b 5: 3 8 sdf c 6: 3 8 sdf c 7: 4 6 utr d 8: 5 23 af e 9: 5 23 af e10: 6 7 ruti f11: 6 7 ruti f</span>
<span >#删除重复的行*/ > sqldf("select DISTINCT a1,b,c,d from left1") a1 b c d1 1 a 8 adf2 2 b 5 af3 3 c 8 sdf4 4 d 6 utr5 5 e 23 af6 6 f 7 ruti</span>
补充:R语言筛选出不重复的行的几种方法
在做项目的过程中遇到筛选不重复的会员信息进行匹配,本次介绍五种筛选不重复行的数据:
五种方法如下:
>>> library(dplyr)>>> library(sqldf)
方法一:
>>> data1 <- data7_0 %>% group_by(CELLPHONE,MEMBERID) %>% filter(row_number() == 1) %>% ungroup()
方法二:
>>> data2 <- data7_0 %>% distinct(CELLPHONE,MEMBERID, .keep_all = TRUE)
方法三:
>>> data3 <- sqldf("select DISTINCT CELLPHONE,MEMBERID from data7_0")
方法四:
>>> data4 <- base::unique(data7_0)
方法五:
>>> data5 <- as.data.table(data7_0[!duplicated(data7_0$CELLPHONE), ])
以上就是怎么在R语言中实现两表连接且输出不重复数据,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注编程网行业资讯频道。