R語言中rbind()與merge()的區(qū)別詳解

在R語言中，對兩個(gè)數(shù)據(jù)框（data.frame）進(jìn)行合并操作的常用函數(shù)有 rbind() 和 merge()，但它們的用途和邏輯完全不同。本文就來詳細(xì)介紹一下這兩個(gè)函數(shù)的區(qū)別與應(yīng)用場景。

1rbind()—— 按行拼接

1.1 基本功能

• 作用：把兩個(gè)數(shù)據(jù)框按照“行”的維度進(jìn)行拼接（row bind），也就是增加數(shù)據(jù)的“條數(shù)”，但是每個(gè)數(shù)據(jù)的“屬性”不變化。
• 要求：兩個(gè)數(shù)據(jù)框必須具有 相同的列名 和 相同的列數(shù)，否則會(huì)報(bào)錯(cuò)或強(qiáng)制補(bǔ) NA。
• 常見用途：當(dāng)兩個(gè)數(shù)據(jù)框結(jié)構(gòu)相同，只是觀測值不同，需要縱向疊加時(shí)。

1.2 示例

df1 <- data.frame(id = 1:3, value = c("A", "B", "C"))
df2 <- data.frame(id = 4:5, value = c("D", "E"))
rbind(df1, df2)

結(jié)果：

  id value
1  1     A
2  2     B
3  3     C
4  4     D
5  5     E

?? df2 的數(shù)據(jù)被直接拼接在 df1 的下面。

2merge()—— 按鍵合并

2.1 基本功能

• 作用：根據(jù)一個(gè)或多個(gè)鍵列（key），把兩個(gè)數(shù)據(jù)框進(jìn)行 數(shù)據(jù)庫式的合并，非常類似 SQL 的 JOIN，或者GIS中的表連接。
• 參數(shù)：
  • by：指定鍵列。如果不寫，默認(rèn)使用兩個(gè)數(shù)據(jù)框中同名的列。
  • all、all.x、all.y：控制是否保留不匹配的行，類似 SQL 中的全連接、左連接、右連接。

all：邏輯值，all = L 是 all.x = L 和 all.y = L 的簡寫，L 可以是 TRUE 或 FALSE。
all.x：邏輯值，默認(rèn)為 FALSE。如果為 TRUE, 顯示 x 中匹配的行，即便 y 中沒有對應(yīng)匹配的行，y 中沒有匹配的行用 NA 來表示。
all.y：邏輯值，默認(rèn)為 FALSE。如果為 TRUE, 顯示 y 中匹配的行，即便 x 中沒有對應(yīng)匹配的行，x 中沒有匹配的行用 NA 來表示。

2.2 示例

df1 <- data.frame(id = 1:3, score = c(90, 85, 88))
df2 <- data.frame(id = c(2, 3, 4), name = c("Tom", "Jerry", "Lucy"))
merge(df1, df2, by = "id", all = TRUE)

結(jié)果：

  id score  name
1  1    90  <NA>
2  2    85   Tom
3  3    88 Jerry
4  4  <NA>  Lucy

?? 可以看到，id 相同的行被合并到一起，不匹配的地方用 NA 填充。

3 詳細(xì)解釋 merge() 函數(shù)和 SQL 的 JOIN 功能的相似性

（此處參考：R 數(shù)據(jù)重塑 | 菜鳥教程 。）

3.1 示例與結(jié)果對照

x <- data.frame(id = 1:3, score = c(90, 85, 88))
y <- data.frame(id = c(2, 3, 4), name = c("Tom", "Jerry", "Lucy"))

3.1.1 內(nèi)連接（默認(rèn)）—— 只要公共部分

merge(x, y, by = "id")

  id score  name
1  2    85   Tom
2  3    88 Jerry

3.1.2 左連接 —— 保留 x 的所有行

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

  id score  name
1  1    90  <NA>   # y 中沒有 id=1，用 NA 補(bǔ)
2  2    85   Tom
3  3    88 Jerry

3.1.3 右連接 —— 保留 y 的所有行

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

  id score  name
1  2    85   Tom
2  3    88 Jerry
3  4  <NA>  Lucy   # x 中沒有 id=4，用 NA 補(bǔ)

3.1.4 全連接 —— 兩邊都不丟

merge(x, y, by = "id", all = TRUE)
# 同等寫法：merge(x, y, by = "id", all.x = TRUE, all.y = TRUE)

  id score  name
1  1    90  <NA>
2  2    85   Tom
3  3    88 Jerry
4  4  <NA>  Lucy

3.2 幾個(gè)實(shí)用細(xì)節(jié)（容易忽略）

• 鍵列的指定
  • by = "id"：兩表鍵列同名。
  • by.x = "key_in_x", by.y = "key_in_y"：兩表鍵列不同名時(shí)這樣寫。
  • 可以是多個(gè)鍵：by = c("id", "date")。
• 重復(fù)鍵會(huì)產(chǎn)生“乘法效應(yīng)”
  • 如果兩邊同一個(gè)鍵各有多行，merge() 會(huì)做笛卡爾匹配（m×n 行）。這是預(yù)期行為，非 Bug。
  • 必要時(shí)先 unique() 去重或在鍵上匯總。
• 排序
  • 默認(rèn) sort = TRUE，結(jié)果會(huì)按鍵列排序；
  • 要盡量保持原表順序（尤其左連接），用 sort = FALSE：

merge(x, y, by = "id", all.x = TRUE, sort = FALSE)

• 同名非鍵列的沖突
  • 兩表中鍵以外有同名列，merge() 會(huì)保留兩列，并自動(dòng)加后綴：
  • suffixes = c(".x", ".y")（可自定義）。
• 缺失值匹配
  • 默認(rèn) NA 不參與匹配；可用 incomparables = NA 阻止某些值匹配（較少用）。

4rbind()vsmerge()核心區(qū)別

5 總結(jié)

• 如果你的數(shù)據(jù)框結(jié)構(gòu)一致，只是想簡單地“上下拼接”，用 rbind()。
• 如果你需要根據(jù)某些列進(jìn)行類似數(shù)據(jù)庫表的連接，用 merge()。

掌握這兩個(gè)函數(shù)的區(qū)別，有助于在數(shù)據(jù)預(yù)處理階段更高效地完成任務(wù)。

?? 推薦用法選擇：

• rbind() 更適合批量讀取多個(gè)同結(jié)構(gòu)數(shù)據(jù)（比如多個(gè) Excel sheet）。
• merge() 更適合數(shù)據(jù)關(guān)聯(lián)（比如學(xué)生成績表和學(xué)生信息表的合并）。

到此這篇關(guān)于R語言中rbind() 與 merge() 的區(qū)別詳解的文章就介紹到這了,更多相關(guān)R語言 rbind() 與 merge() 區(qū)別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論