欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

R語(yǔ)言 實(shí)現(xiàn)兩表連接且輸出不重復(fù)數(shù)據(jù)

 更新時(shí)間：2021年03月27日 17:25:50   作者：Watch_dou  
這篇文章主要介紹了R語(yǔ)言 實(shí)現(xiàn)兩表連接且輸出不重復(fù)數(shù)據(jù)的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

在做項(xiàng)目中遇到了如此問(wèn)題，其中整理的結(jié)果表中沒(méi)有會(huì)員ID信息，只有會(huì)員電話號(hào)碼信息，且每一行為唯一一個(gè)會(huì)員。

另外一張member表中包含會(huì)員ID以及會(huì)員電話信息，但是這張表有重復(fù)的會(huì)員信息，也就是說(shuō)一個(gè)會(huì)員在member表中多次出現(xiàn)，memeber表比整理的表要大很多。

說(shuō)明：

1.在項(xiàng)目過(guò)程中，數(shù)據(jù)量較大，用到的是data.table包，需要用到SQL中的語(yǔ)句減少代碼量，因此需要sqldf包。

2.以下例子中xx中的a1在yy中都有對(duì)應(yīng)的值。

3.yy中的a1與b是一一對(duì)應(yīng)的關(guān)系，不存在同一個(gè)a1值對(duì)應(yīng)不同的b值。

4.此程序的目的是，用yy表與xx表匹配，也就是最終的結(jié)果應(yīng)該是在xx的基礎(chǔ)上增加b這一列的信息，數(shù)據(jù)集xx的行數(shù)不變。

如下所示：

<span style="font-size:14px;">> 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 style="font-family:SimSun;font-size:14px;">> xx
  a1 c  d
1: 1 8 adf
2: 2 5  af
3: 3 8 sdf
4: 4 6 utr
5: 5 23  af
6: 6 7 ruti</span>
<span style="font-size:14px;">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 style="font-size:14px;">> 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 h
10: 9 i
11: 2 b
12: 2 b
13: 3 c
14: 6 f
</span>
<span style="font-size:14px;">#按照a1連接所有信息包括進(jìn)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 e
10: 6 7 ruti f
11: 6 7 ruti f</span>
<span style="font-size:14px;">#刪除重復(fù)的行*/ 
> sqldf("select DISTINCT a1,b,c,d from left1")
 a1 b c  d
1 1 a 8 adf
2 2 b 5  af
3 3 c 8 sdf
4 4 d 6 utr
5 5 e 23  af
6 6 f 7 ruti</span>

補(bǔ)充：R語(yǔ)言篩選出不重復(fù)的行的幾種方法

在做項(xiàng)目的過(guò)程中遇到篩選不重復(fù)的會(huì)員信息進(jìn)行匹配，本次介紹五種篩選不重復(fù)行的數(shù)據(jù)：

五種方法如下：

>>> 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), ])

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。

相關(guān)文章

最新評(píng)論