dplyr可以在多个列或组合键上联接吗？

111

我意识到dplyrv3.0允许您加入不同的变量：

left_join(x, y, by = c("a" = "b")将匹配x.a到y.b

但是，是否可以结合使用变量的组合，还是必须事先添加复合键？

像这样：

left_join(x, y, by = c("a c" = "b d")使[ x.a和x.c] 的串联匹配到[ y.b和y.d]

r dplyr

— 杰森·艾兹卡恩斯
source

199

更新以使用tibble（）

您可以将长度大于1的命名向量传递给by参数left_join()：

library(dplyr)

d1 <- tibble(
  x = letters[1:3],
  y = LETTERS[1:3],
  a = rnorm(3)
  )

d2 <- tibble(
  x2 = letters[3:1],
  y2 = LETTERS[3:1],
  b = rnorm(3)
  )

left_join(d1, d2, by = c("x" = "x2", "y" = "y2"))

— davechilders
source

谢谢你当数据框中的列具有相同的名称（例如）时，也可以使用left_join(d1, d2, by = c("firstname" = "firstname", "lastname" = "lastname"))。对某些人可能并不明显。

— Anthony Simon Mielniczuk

当连接列相同时，您还可以避免=：left_join(d1, d2, by = c("firstname", "lastname"))

— davechilders

糟糕...我当时在家里，但是...这似乎是AND ...，我认为这很有意义，但我希望它是x = x2或y = y2，因为我有多个索引旨在识别跨不同资源的重复但损坏的条目。

— 约书亚（Joshua Eric Turcotte）

名称不必相同，它们应该只是相应数据框中的有效列名，即一个可以具有列“ fname”而另一个可以具有“ firstname”，并且可以正常工作。

— 圣伊曼纽尔詹姆斯