join家族函數(shù)

數(shù)據(jù)分析僅涉及單個數(shù)據(jù)表很少見。通常情況下，您有許多數(shù)據(jù)表，并且您必須將它們組合起來以回答您感興趣的問題?？偠灾鄠€數(shù)據(jù)表稱為關(guān)系數(shù)據(jù)，關(guān)系總是定義在一對表格之間。所有其他關(guān)系都是從這個簡單的想法構(gòu)建而成的：三個或更多表格的關(guān)系總是每對之間關(guān)系的屬性。有時候一對中的兩個元素都可以是同一張表！

介紹下面join幾大函數(shù)

left_join

表示從左面開始添加，

數(shù)據(jù)準(zhǔn)備

library(tidyverse)
library(nycflights13)
flights2 <- flights %>%
 select(year:day, hour, origin, dest, tailnum, carrier)
flights2

我們接著看一下airline是什么內(nèi)容？

image

flights2 %>%
  select(-origin, -dest) %>%
   left_join(airlines, by = "carrier")###等價于left_join(flights2,airlines, by = "carrier")

直接看結(jié)果

image

實際上我們可以這樣理解，left_join輸入兩個參數(shù)，分別代表左邊和右邊，第一個參數(shù)默認(rèn)在左邊，第二個參數(shù)在右邊補充。本例中代表airlines中的數(shù)據(jù)自動填充到carrier后面。

這里給大家看一下left_join（x，y）形象的圖型

image

image

image

看了這個圖，其實更明白了，就是一對多的哈希呀，從一對一，到一對多的轉(zhuǎn)變

inner_join函數(shù)

最簡單的連接類型是inner_join。當(dāng)它們的鍵相等時，就可以內(nèi)部鏈接，擴大值的范圍:

例如：

x <- tribble(  ~key, ~val_x,     1, "x1",     2, "x2",     3, "x3")
y <- tribble(  ~key, ~val_y,     1, "y1",     2, "y2",     4, "y3")
x %>%   
inner_join(y, by = "key")##一定不要忘記by參數(shù)
##等價于 inner_join(x,y, by = "key")

image

其本質(zhì)上就是X,Y在key完全相等的行取出來合并，按照順序X在左，y在右

Outer joins

inner_join函數(shù)僅僅保存兩個表中都出現(xiàn)的觀察值。Outer_joins則相反，保存至少一個表中出現(xiàn)的觀察結(jié)果。外部連接有三種類型

A left join keeps all observations in x.

A right join keeps all observations in y.

A full join keeps all observations in x and y

image

image

merge函數(shù)其實可以執(zhí)行上面所有的操作，如下：

image

Set operations

intersect(x, y): 取X與y交集.

union(x, y): 取X與y并集.

setdiff(x, y): 取屬于X不屬于y的差集.

setdiff(y, x): 取屬于X不屬于y的差集.