English | 简体中文 | 繁體中文 | Русский язык | Français | Español | Português | Deutsch | 日本語 | 한국어 | Italiano | بالعربية
R 언어 데이터 프레임 병합 사용 merge() 함수。
merge() 함수 문법 형식은 다음과 같습니다：
# S3 메서드
merge(x, y, …)
# data.frame의 S3 메서드
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"), no.dups = TRUE,
incomparables = NULL, …)일반 파라미터 설명：
x, y：데이터 프레임
by, by.x, by.y：두 데이터 프레임의 매치 열 이름을 지정합니다. 기본적으로 두 데이터 프레임의 동일한 열 이름을 사용합니다.
all：정리 값; all = L은 all.x = L과 all.y = L의 줄임말입니다. L은 TRUE 또는 FALSE일 수 있습니다.
all.x：정리 값, 기본적으로 FALSE입니다. TRUE로 설정되면 y에 해당하는 매치가 없더라도 x에 매치되는 행을 표시합니다. y에 매치가 없는 행은 NA로 표시됩니다.
all.y：정리 값, 기본적으로 FALSE입니다. TRUE로 설정되면 x에 해당하는 매치가 없더라도 y에 매치되는 행을 표시합니다. x에 매치가 없는 행은 NA로 표시됩니다.
sort：정리 값, 열을 정렬할지 여부입니다.
merge() 함수와 SQL의 JOIN 기능이 매우 유사합니다：
Natural join 또는 INNER JOIN：테이블에 최소한 하나의 매치가 있으면 행을 반환합니다
Left outer join 또는 LEFT JOIN：우측 테이블에 매치가 없더라도 좌측 테이블의 모든 행을 반환합니다
Right outer join 또는 RIGHT JOIN：좌측 테이블에 매치가 없더라도 우측 테이블의 모든 행을 반환합니다
Full outer join 또는 FULL JOIN：只要其中一个表中存在匹配，则返回行
# data frame 1
df1 = data.frame(SiteId = c(1:6), Site = c("Google", "w3codebox", "Taobao", "Facebook", "Zhihu", "Weibo"))
# data frame 2
df2 = data.frame(SiteId = c(2, 4, 6, 7, 8), Country = c("CN","USA","CN","USA","IN"))
# INNER JOIN
df1 = merge(x=df1,y=df2,by="SiteId")
print("----- INNER JOIN -----)
print(df1)
# FULL JOIN
df2 = merge(x=df1,y=df2,by="SiteId",all=TRUE)
print("----- FULL JOIN -----)
print(df2)
# LEFT JOIN
df3 = merge(x=df1,y=df2,by="SiteId",all.x=TRUE)
print("----- LEFT JOIN -----)
print(df3)
# RIGHT JOIN
df4 = merge(x=df1,y=df2,by="SiteId",all.y=TRUE)
print("----- RIGHT JOIN -----)
print(df4)위의 코드를 실행한 결과는 다음과 같습니다:
[1] "----- INNER JOIN -----" SiteId Site Country 1 2 w3codebox CN 2 4 Facebook USA 3 6 Weibo CN [1] "----- FULL JOIN -----" SiteId Site Country.x Country.y 1 2 w3codebox CN CN 2 4 Facebook USA USA 3 6 Weibo CN CN 4 7 <NA> <NA> USA 5 8 <NA> <NA> IN [1] "----- LEFT JOIN -----" SiteId Site.x Country Site.y Country.x Country.y 1 2 w3codebox CN w3codebox CN CN 2 4 Facebook USA Facebook USA USA 3 6 Weibo CN Weibo CN CN [1] "----- RIGHT JOIN -----" SiteId Site.x Country Site.y Country.x Country.y 1 2 w3codebox CN w3codebox CN CN 2 4 Facebook USA Facebook USA USA 3 6 Weibo CN Weibo CN CN 4 7 <NA> <NA> <NA> <NA> USA 5 8 <NA> <NA> <NA> <NA> IN
R 언어에서 사용됩니다 melt() 및 cast() 데이터 통합 및 분할에 사용되는 함수입니다.
melt() : 넓은 형식 데이터를 장 형식으로 변환합니다.
cast() : 장 형식 데이터를 넓은 형식으로 변환합니다.
아래 그림은 melt()와 cast() 함수의 기능을 잘 보여줍니다(이후 예제에서 자세히 설명됩니다):
melt()은 데이터 셋의 각 열을 하나의 열로 쌓아집니다, 함수 문법 형식:
melt(data, ..., na.rm = FALSE, value.name = "value")
파라미터 설명:
data: 데이터 셋.
...: 다른 메서드에 전달되거나 다른 메서드에서 전달된 다른 매개변수.
na.rm: 데이터 셋에서 NA 값을 제거할지 여부.
value.name 변수 이름, 값을 저장하는 데 사용됩니다.
다음 작업을 수행하기 전에, 먼저 필요한 패키지를 설치합니다:
# 라이브러리를 설치합니다, MASS는 많은 통계 관련 함수, 도구 및 데이터 세트를 포함합니다
install.packages("MASS", repos = "https://mirrors.ustc.edu.cn/CRAN/)
# melt()과 cast() 함수는 라이브러리에 대한 필요성이 있습니다
install.packages("reshape2", repos = "https://mirrors.ustc.edu.cn/CRAN/)
install.packages("reshape", repos = "https://mirrors.ustc.edu.cn/CRAN/)테스트 예제:
# 라이브러리 로드
library(MASS)
library(reshape2)
library(reshape)
# 데이터 프레임 생성
id<- c(1, 1, 2, 2)
time <- c(1, 2, 1, 2)
x1 <- c(5, 3, 6, 2)
x2 <- c(6, 5, 1, 4)
mydata <- data.frame(id, time, x1, x2)
# 원본 데이터 프레임
cat("원본 데이터 프레임:\n")
print(mydata)
# 통합
md <- melt(mydata, id = c("id","time"))
cat("\n통합 후:\n")
print(md)위의 코드를 실행한 결과는 다음과 같습니다:
원본 데이터 프레임: id 시간 x1 x2 1 1 1 5 6 2 1 2 3 5 3 2 1 6 1 4 2 2 2 4 통합 후: id time variable value 1 1 1 x1 5 2 1 2 x1 3 3 2 1 x1 6 4 2 2 x1 2 5 1 1 x2 6 6 1 2 x2 5 7 2 1 x2 1 8 2 2 x2 4
cast 함수는 결합된 데이터 프레임을 원래 형식으로 되돌리는 데 사용되며, dcast()는 데이터 프레임을 반환하며, acast()는 벡터를 반환합니다/행렬/배열.
cast() 함수 문법 형식:
dcast( data, formula, fun.aggregate = NULL, ... margins = NULL, subset = NULL, fill = NULL, drop = TRUE, value.var = guess_value(data) ) acast( data, formula, fun.aggregate = NULL, ... margins = NULL, subset = NULL, fill = NULL, drop = TRUE, value.var = guess_value(data) )
파라미터 설명:
data: 결합된 데이터 프레임.
formula: 재구성된 데이터의 형식, x ~ y 형식과 유사합니다, x는 행 레이블, y는 열 레이블입니다.
fun.aggregate: value 값을 처리하는 데 사용되는 집계 함수.
margins: 변수 이름의 벡터( "grand\_col" 과 "grand\_row"를 포함할 수 있습니다), 각각의 각도를 계산하는 데 사용되며, TURE를 설정하면 모든 각도를 계산합니다.
subset: 결과를 조건별로 필터링합니다, 형식은 유사합니다 subset = .(variable=="length")。
drop: 기본 값 유지 여부.
value.var: 처리할 필드 뒤에 따르는 값.
# 라이브러리 로드
library(MASS)
library(reshape2)
library(reshape)
# 데이터 프레임 생성
id<- c(1, 1, 2, 2)
time <- c(1, 2, 1, 2)
x1 <- c(5, 3, 6, 2)
x2 <- c(6, 5, 1, 4)
mydata <- data.frame(id, time, x1, x2)
# 통합
md <- melt(mydata, id = c("id","time"))
# Recasted dataset을 cast() 함수로 출력
cast.data <- cast(md, id~variable, mean)
print(cast.data)
cat("\n")
time.cast <- cast(md, time~variable, mean)
print(time.cast)
cat("\n")
id.time <- cast(md, id~time, mean)
print(id.time)
cat("\n")
id.time.cast <- cast(md, id+time~variable)
print(id.time.cast)
cat("\n")
id.variable.time <- cast(md, id+variable~time)
print(id.variable.time)
cat("\n")
id.variable.time2 <- cast(md, id~variable+time)
print(id.variable.time2)위의 코드를 실행한 결과는 다음과 같습니다:
id x1 x2 1 1 4 5.5 2 2 4 2.5 시간 x1 x2 1 1 5.5 3.5 2 2 2.5 4.5 id 1 2 1 1 5.5 4 2 2 3.5 3 id 시간 x1 x2 1 1 1 5 6 2 1 2 3 5 3 2 1 6 1 4 2 2 2 4 id 변수 1 2 1 1 x1 5 3 2 1 x2 6 5 3 2 x1 6 2 4 2 x2 1 4 id x1_1 x1_2 x2_1 x2_2 1 1 5 3 6 5 2 2 6 2 1 4