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   Radio

df2

#  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")&nbsp;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&nbsp;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,&nbsp; &nbsp; &nbsp;type = "inner")#&nbsp; &nbsp;CustomerId Product&nbsp; &nbsp;State# 1&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; 2 Toaster Alabama# 2&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; 4&nbsp; &nbsp;Radio Alabama# 3&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; 6&nbsp; &nbsp;Radio&nbsp; &nbsp; 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 complaindf1$CustomerId <- as.numeric(df1$CustomerId)df2$CustomerId <- as.numeric(df2$CustomerId)变异连接：使用df2中的匹配将列添加到df1#innerinner_join(df1, df2)#left outerleft_join(df1, df2)#right outerright_join(df1, df2)#alternate right outerleft_join(df2, df1)#full joinfull_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.