在 R 中合併兩個 Data Frame
Gustavo du Mortier
2023年1月30日
2020年12月19日
在用 R 程式碼運算元據時，我們經常會面臨將兩個 Data Frame 合併成一個 Data Frame 的需求。本教程將看到一些在 R 中高效組合兩個 Data Frame 的方法。
假設你有兩個 Data Frame，x 和 y，有一些匹配的列。例如：
x <- data.frame(a=c(218, 415, 339), b=c(25, 19, 43), c=c(950, 872, 645))
y <- data.frame(a=c(309, 115), c=c(799, 814))
而你需要把它們組合成一個結果 data frame，比如說，叫做 z。這樣的 Data Frame 可以像這樣的。
在 R 中使用 rbind 來合併兩個 Data Frame
rbind 函式將資料結構，如 data frame、向量或矩陣，按行組合起來。它的名字代表行繫結。
當使用 rbind 組合兩個 data frame 時，兩個 data frame 需要有相同的列。因此，在前面的例子中，你需要將 b 列新增到 data frame y 中。可以通過執行這個命令來完成。
y$b <- NA
現在 data frame y 應該是這樣的。
現在你可以通過執行這個命令，使用 rbind 將 x 和 y data frame 合併到新的 z data frame 中。
x <- data.frame(a=c(218, 415, 339), b=c(25, 19, 43), c=c(950, 872, 645))
y <- data.frame(a=c(309, 115), c=c(799, 814))
y$b <- NA
z <- rbind(x, y)
輸出：
a b c
1 218 25 950
2 415 19 872
3 339 43 645
4 309 NA 799
5 115 NA 814
使用 dplyr 軟體包
如果你不想為了使用 rbind 而編寫額外的一行程式碼或向其中一個 data frame 新增虛構的列，你可以安裝 dplyr 包，然後只需使用：
z <- bind_rows(x, y)
它用 x 和 y 的組合填充 z data frame。
在 R 中組合大型 data frame
前面的例子對於只有幾行和 2 或 3 列的小型 data frame 來說，效果不錯。但是當你需要合併有很多行和任意列數的大資料集時，最好寫一個能更快地完成工作的函式，比如下面這個函式。
quickmerge <- function(df1, df2) {
df1.names <- names(df1)
df2.names <- names(df2)
df2.add <- setdiff(df1.names, df2.names)
df1.add <- setdiff(df2.names, df1.names)
if(length(df2.add) > 0) {
for(i in 1:length(df2.add)) {
df2[df2.add[i]] <- NA
}
}
if(length(df1.add) > 0) {
for(i in 1:length(df1.add)) {
df1[df1.add[i]] <- NA
}
}
return(rbind(df1, df2))
}
這個函式首先比較 data frame 中的列名，然後新增必要的列，使它們相等。最後，它使用 rbind 函式來合併行，並返回結果。呼叫該函式時，你可以這樣使用：
z <- quickmerge(x, y)
完整的示例程式碼如下：
quickmerge <- function(df1, df2) {
df1.names <- names(df1)
df2.names <- names(df2)
df2.add <- setdiff(df1.names, df2.names)
df1.add <- setdiff(df2.names, df1.names)
if(length(df2.add) > 0) {
for(i in 1:length(df2.add)) {
df2[df2.add[i]] <- NA
}
}
if(length(df1.add) > 0) {
for(i in 1:length(df1.add)) {
df1[df1.add[i]] <- NA
}
}
return(rbind(df1, df2))
}
x <- data.frame(a=c(218, 415, 339), b=c(25, 19, 43), c=c(950, 872, 645))
y <- data.frame(a=c(309, 115), c=c(799, 814))
z <- quickmerge(x, y)
print(z)
輸出：
a b c
1 218 25 950
2 415 19 872
3 339 43 645
4 309 NA 799
5 115 NA 814