【原】R语言中连接dplyr的join系列与merge函数

  

欢迎来到医科研，这里是白介素2的读书笔记，跟我一起聊临床与科研的故事, 生物医学数据挖掘，R语言，TCGA、GEO数据挖掘。

---

在数据分析过程中，仅仅涉及一张表格的情况是非常少见的，我们经常需要联系到其它表格的数据，整合这些表格的信息。这时我们需要常见的三类操作来完成。

• 合并连接：根据观测合并表格

• 筛选连接：根据观测，筛选保留或者删去变量

• 集合操作：不常见（暂不详述）

R语言中用于连接的函数

• 一是dplyr中的join系列，又包括内连接与外连接

内连接-inner_join

是指仅仅保留x,y中相匹配的观测,下面用几张图来说明，相当于是做了一个交集

内连接1

内连接2

内连接3

1inner_join(x,y,by="key")


外连接

外连接又包括了：

• 左连接：保留x中所有观测，y中保留匹配的观测（交集但有包含X中所有）

• 右连接：同理保留y中所有观测（交集但保留y中所有）

• 全连接：x,y中所有观测都保留
  下面一一用图片的方式展示，加深理解

左连接-left_join

y中未匹配的观测丢弃，x中未匹配的观测保留，y中以NA填充

1left_join(x,y,by="key)
2


左连接1

左连接2

右连接-right_join

与左连接同理，保留y中所有观测，x中仅保留匹配的观测。

1right_join(x,y,by=key)


右连接

全连接-full_join

x,y中观测全部保留，相当于取了并集

1full_join(x,y,by="key)
2


全连接

dplyr中的筛选连接

筛选连接包括：包括 半连接与反连接

半连接-semi_join

保留x中与y匹配的观测，它与内连接的不同在于，取交集但是并不合并y而仅仅是保留了x，y的作用是做了筛选而已。

半连接

1semi_join(x,y,by="key)
2


反连接

是半连接的反向操作,用y做筛选，找出非相交的部分保留下来

反连接

1anti_join(x,y,by= “key”)


merge函数

dplyr中的join系列函数与base::merge函数其实相似
merge函数也能实现这四种合连接的操作，但相对来讲，dplyr中的表达更清晰，更易让人理解并记住。

内连接

1merge(x,y,by=“key”)


左连接

1merge(x,y,all.x=TRUE,by="key")


右连接

1merge(x,y,all.y=TRUE,by="key")


全连接

1merge(x,y,all.x=TRUE,all.y=TRUE,by="key")


-----------------------------------------------------------------------------------------------------------