R中的merge函數(shù)類似于Excel中的Vlookup，可以實(shí)現(xiàn)對(duì)兩個(gè)數(shù)據(jù)表進(jìn)行匹配和拼接的功能。與Excel不同之處在于merge函數(shù)有4種匹配拼接模式，分別為inner，left，right和outer模式。 其中inner為默認(rèn)的匹配模式，可與sql語(yǔ)言中的join語(yǔ)句用法。

merge函數(shù)語(yǔ)法：

merge(x, y, by = intersect(names(x), names(y)),
      by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
      sort = TRUE, suffixes = c(".x",".y"),
      incomparables = NULL, ...)

merge函數(shù)參數(shù)的說(shuō)明:

x,y 要合并的兩個(gè)數(shù)據(jù)集

by,用于連接兩個(gè)數(shù)據(jù)集的列，intersect(a,b)值向量a,b的交集，names(x)指提取數(shù)據(jù)集x的列名

by = intersect(names(x), names(y)) 是獲取數(shù)據(jù)集x，y的列名后，提取其公共列名，作為兩個(gè)數(shù)據(jù)集的連接列， 當(dāng)有多個(gè)公共列時(shí)，需用下標(biāo)指出公共列，如names(x)[1]，指定x數(shù)據(jù)集的第1列作為公共列

也可以直接寫為 by = ‘公共列名’ ，前提是兩個(gè)數(shù)據(jù)集中都有該列名，并且大小寫完全一致，R語(yǔ)言區(qū)分大小寫

by.x，by.y：指定依據(jù)哪些行合并數(shù)據(jù)框，默認(rèn)值為相同列名的列

all，all.x，all.y：指定x和y的行是否應(yīng)該全在輸出文件

sort：by指定的列（即公共列）是否要排序

suffixes：指定除by外相同列名的后綴

incomparables：指定by中哪些單元不進(jìn)行合并

1、讀取并創(chuàng)建數(shù)據(jù)示例

# 讀取并創(chuàng)建貸款狀態(tài)數(shù)據(jù)表 
> loan_status=data.frame(read.csv('loan_status.csv',header = 1))

2、創(chuàng)建數(shù)據(jù)

> name <- c('A','B','A','A','C','D')
> school <- c('s1','s2','s1','s1','s1','s3')
> class <- c(10, 5, 4, 11, 1, 8)
> English <- c(85, 50, 90 ,90, 12, 96)
> w <- data.frame(name, school, class, English)
> w
  name school class English
    A    s1    10      85
    B    s2     5      50
    A    s1     4      90
    A    s1    11      90
    C    s1     1      12
    D    s3     8      96

#同上創(chuàng)建數(shù)據(jù)集q
> name  <-  c('A','B','C','F')
> school <- c('s3','s2','s1','s2')
> class <-  c(5, 5, 1,3)
> maths <- c(80,89,55,90)
> English <- c(88, 89, 32, 89)
> q <- data.frame(name, school, class, maths, English)
> q
  name  school class  maths  English
    A     s3     5     80      88
    B     s2     5     89      89
    C     s1     1     55      32
    F     s2     3     90      89

3、查看兩個(gè)數(shù)據(jù)表的維度

> dim(w);dim(q); 
[1] 6 4 
[1] 4 5

4、查看兩個(gè)數(shù)據(jù)集的列名稱

> names(w);names(q); 
[1] "name""school""class""English" 
[1] "name""school""class""maths""English"
# 可以看出兩個(gè)數(shù)據(jù)集有公共列

5、inner 模式匹配，只顯示兩個(gè)數(shù)據(jù)集公共列中均有的行

# 有多個(gè)公共列時(shí)，需指出使用哪一列作為連接列
merge(w,q,by = intersect(names(w)[1],names(q)[1]))

# 當(dāng)兩個(gè)數(shù)據(jù)集連接列名稱同時(shí)，直接用 by.x， by.y 指定連接列  
merge(w,q,by.x = 'name', by.y = 'name') 

# 當(dāng)兩個(gè)數(shù)據(jù)集均有連接列時(shí)，直接指定連接列的名稱
merge(w,q,by = 'name') 

# 連接列置于第1列； 有多個(gè)公共列，在公共列后加上x，y表示數(shù)據(jù)來(lái)源，.x表示來(lái)源于數(shù)據(jù)集w，.y表示來(lái)源于數(shù)據(jù)集q

# 數(shù)據(jù)集中w中的 name = ‘D’ 不顯示，數(shù)據(jù)集中q中的 name = ‘F’ 不顯示，只顯示公有的name行，并且用q數(shù)據(jù)集A行匹配了w數(shù)據(jù)集所有的A行

6、outer 模式，將兩張表的數(shù)據(jù)匯總，表中原來(lái)沒(méi)有的數(shù)據(jù)置為空

merge(w, q, all=TRUE, sort=TRUE) 

# all = TRUE 表示選取w, q 數(shù)據(jù)集的所有行，sort = TRUE，表示按 by 列進(jìn)行排序，默認(rèn)升序

7、left 匹配模式

merge(w ,q ,all.x=TRUE,sort=TRUE)  # 建議使用 指定了連接列 的情況
# 多個(gè)公共列，未指定連接列
# 左連接，設(shè)置 all.x = TRUE，結(jié)果只顯示數(shù)據(jù)w的列及w在q數(shù)據(jù)集中沒(méi)有的列

8、right 匹配模式

merge(w ,q ,by = 'name', all.y=TRUE,sort=TRUE)  
# 多個(gè)公共列，指定連接列 
# 左連接，設(shè)置 all.y = TRUE，結(jié)果只顯示q所有name值的記錄