通过匹配列合并两个表，保留第二个表中唯一的列

Question

我是 dplyr 的 join 函数的新手。我有两张桌子想要合并

df1 <- data.frame(name = c('Fred', 'Fred', 'Fred', 'Sasha', 'Sasha', 'Sasha'),
                  year = c('2018-19', '2019-20', '2020-21', '2018-19', '2019-20', '2020-21'),
                  outcome1 = 1:6)
df2 <- data.frame(name = c('Sasha', 'Sasha', 'Sasha', 'Rebecca', 'Rebecca', 'Rebecca'),
                  year = c('2019-20', '2020-21', '2021-22', '2019-20', '2020-21', '2021-22'),
                  outcome2 = 2:7)

使得结果表看起来像这样。

df3 <- data.frame(name = c('Fred', 'Fred', 'Fred', 'Sasha', 'Sasha', 'Sasha', 'Sasha'),
                  year = c('2018-19', '2019-20', '2020-21', '2018-19', '2019-20', '2020-21', '2021-22'),
                  outcome1 = c(1:6, NA),
                  outcome2 = c(NA, NA, NA, NA, 2, 3, 4))

我找到了一个解决方案是

full_join(df1, df2, by = c('name', 'year')

，然后从结果表中过滤掉Rebecca

%>% filter(name %in% df1$name)

，但是有没有一个函数可以让我将df1和df2扔进去以获得df3？

Answer 1

您可以使用

subset

，通过

merge

执行完全连接操作

> subset(merge(df1, df2, all = TRUE), name %in% df1$name)
    name    year outcome1 outcome2
1   Fred 2018-19        1       NA
2   Fred 2019-20        2       NA
3   Fred 2020-21        3       NA
7  Sasha 2018-19        4       NA
8  Sasha 2019-20        5        2
9  Sasha 2020-21        6        3
10 Sasha 2021-22       NA        4