问题描述
如何在R中水平合并/合并3个数据框？我有三个数据框，其中一列有一个单词，而下一列是从文本中提取的单词计数，如下所示：
word. count
1 hello. 6
2 test. 3
3 how. 8
4 are. 4
5 you. 1
假设数据帧2：
word. count
1 hello. 6
2 test. 3
3 i. 3
4 am. 6
5 good. 2
我如何像这样合并它们：
word. df1. df2. total
1 hello. 6. 6. 12
2 test. 3 3 6
3 how. 8 0. 8
4 are. 4 0 4
5 you. 1 0 1
6 i 0 3 3
7 am 0 6 6
8 good 0 2 2
而不是2个数据帧，所以我有3个
谢谢！
解决方法
假设每个都有相同的连接列：
out <- Reduce(function(a,b) merge(a,b,by = "word.",all = TRUE),list(df1,df2))
# normally this has `NA` in not-shared words,convert these NAs to 0
out[,-1] <- lapply(out[,-1],function(a) replace(a,is.na(a),0))
out
# word. count.x count.y
# 1 am. 0 6
# 2 are. 4 0
# 3 good. 0 2
# 4 hello. 6 6
# 5 how. 8 0
# 6 i. 0 3
# 7 test. 3 3
# 8 you. 1 0
无论您有多少帧，都将它们放在list中，这样就可以了。 （有关{frame}效率的讨论，请参见https://stackoverflow.com/a/24376207/3358272。
您现在要做的就是更改列名。 （许多这样做的技术。）
数据
df1 <- structure(list(word. = c("hello.","test.","how.","are.","you."),count = c(6L,3L,8L,4L,1L)),class = "data.frame",row.names = c("1","2","3","4","5"))
df2 <- structure(list(word. = c("hello.","i.","am.","good."),6L,2L)),"5"))
大多数合并或使用更专业的术语在表之间执行联接操作的R函数被设计为一次在两个表上使用。在base R中，我们有merge函数用于这些联接操作。由于您有两个以上的表要合并，即使有这种行为，也可以使用Reduce函数轻松地在表中复制连接。如下定义：
以下是输入数据：
word <- c("hello.","you.")
df1 <- data.frame(
word = word,count = 11:15
)
set.seed(1)
df2 <- data.frame(
word = sample(word,size = 8,replace = T),value2 = rnorm(8)
)
set.seed(1)
df3 <- data.frame(
word = word[c(3,4)],value3 = rnorm(2)
)
以下是加入操作：
list_dfs <- list(df1,df2,df3)
multi_inner <- Reduce(
function(x,y,...) merge(x,by = "word",list_dfs
)
结果如下：
word count value2 value3
1 are. 14 -0.294720447 0.1836433
2 hello. 11 -0.928567035 NA
3 hello. 11 -0.005767173 NA
4 how. 13 -0.799009249 -0.6264538
5 how. 13 -0.289461574 -0.6264538
6 test. 12 2.404653389 NA
7 test. 12 -1.147657009 NA
8 you. 15 0.763593461 NA
现在，在此示例中，我正在考虑您要保存3个表之间的所有可能组合。如果仅是要识别所有表中出现的匹配项（或word列中的单词），则需要将all参数设置为FALSE。像这样：
multi_inner <- Reduce(
function(x,all = FALSE),list_dfs
)
结果：
word count value2 value3
1 are. 14 -0.2947204 0.1836433
2 how. 13 -0.7990092 -0.6264538
3 how. 13 -0.2894616 -0.6264538