R語言 實(shí)現(xiàn)兩表連接且輸出不重復(fù)數(shù)據(jù)
更新時(shí)間：2021年03月27日 17:25:50 作者：Watch_dou
這篇文章主要介紹了R語言 實(shí)現(xiàn)兩表連接且輸出不重復(fù)數(shù)據(jù)的操作，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
在做項(xiàng)目中遇到了如此問題，其中整理的結(jié)果表中沒有會員ID信息，只有會員電話號碼信息，且每一行為唯一一個(gè)會員。
另外一張member表中包含會員ID以及會員電話信息，但是這張表有重復(fù)的會員信息，也就是說一個(gè)會員在member表中多次出現(xiàn)，memeber表比整理的表要大很多。
說明：
1.在項(xiàng)目過程中，數(shù)據(jù)量較大，用到的是data.table包，需要用到SQL中的語句減少代碼量，因此需要sqldf包。
2.以下例子中xx中的a1在yy中都有對應(yīng)的值。
3.yy中的a1與b是一一對應(yīng)的關(guān)系，不存在同一個(gè)a1值對應(yīng)不同的b值。
4.此程序的目的是，用yy表與xx表匹配，也就是最終的結(jié)果應(yīng)該是在xx的基礎(chǔ)上增加b這一列的信息，數(shù)據(jù)集xx的行數(shù)不變。
如下所示：
<span style="font-size:14px;">> library(data.table)
> library(sqldf)
> xx <- data.table(a1=1:6,c=c(8,5,8,6,23,7),d=c('adf','af','sdf','utr','af','ruti'))</span>
<span style="font-family:SimSun;font-size:14px;">> xx
a1 c d
1: 1 8 adf
2: 2 5 af
3: 3 8 sdf
4: 4 6 utr
5: 5 23 af
6: 6 7 ruti</span>
<span style="font-size:14px;">yy <- data.table(a1=c(2,3,1,4,5,5,7,6,8,9,2,2,3,6),b=c('b','c','a','d','e','e','g',
'f','h','i','b','b','c','f'))</span>
<span style="font-size:14px;">> yy a1 b 1: 2 b 2: 3 c 3: 1 a 4: 4 d 5: 5 e 6: 5 e 7: 7 g 8: 6 f 9: 8 h 10: 9 i 11: 2 b 12: 2 b 13: 3 c 14: 6 f </span>
<span style="font-size:14px;">#按照a1連接所有信息包括進(jìn)去 > dataxy<- merge(xx, yy, by = "a1", all.x = TRUE) > dataxy a1 c d b 1: 1 8 adf a 2: 2 5 af b 3: 2 5 af b 4: 2 5 af b 5: 3 8 sdf c 6: 3 8 sdf c 7: 4 6 utr d 8: 5 23 af e 9: 5 23 af e 10: 6 7 ruti f 11: 6 7 ruti f</span>
<span style="font-size:14px;">#刪除重復(fù)的行*/
> sqldf("select DISTINCT a1,b,c,d from left1")
a1 b c d
1 1 a 8 adf
2 2 b 5 af
3 3 c 8 sdf
4 4 d 6 utr
5 5 e 23 af
6 6 f 7 ruti</span>
補(bǔ)充：R語言篩選出不重復(fù)的行的幾種方法
在做項(xiàng)目的過程中遇到篩選不重復(fù)的會員信息進(jìn)行匹配，本次介紹五種篩選不重復(fù)行的數(shù)據(jù)：
五種方法如下：
>>> library(dplyr) >>> library(sqldf)
方法一：
>>> data1 <- data7_0 %>%
group_by(CELLPHONE,MEMBERID) %>%
filter(row_number() == 1) %>%
ungroup()
方法二：
>>> data2 <- data7_0 %>%
distinct(CELLPHONE,MEMBERID, .keep_all = TRUE)
方法三：
>>> data3 <- sqldf("select DISTINCT CELLPHONE,MEMBERID from data7_0")
方法四：
>>> data4 <- base::unique(data7_0)
方法五：
>>> data5 <- as.data.table(data7_0[!duplicated(data7_0$CELLPHONE), ])
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
在本篇文章里小編給大家整理了一篇關(guān)于R語言繪制折線圖實(shí)例分析內(nèi)容，有需要的小伙伴可以跟著學(xué)習(xí)參考下。2021-04-04
這篇文章主要介紹了R語言數(shù)據(jù)的輸入和輸出操作，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了R語言中data.frame的常用操作總結(jié)，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了R語言 使用ggplot2繪制好看的分組散點(diǎn)圖操作，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了R語言-計(jì)算頻數(shù)和頻率的操作，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
R語言數(shù)據(jù)可視化分析天貓雙十一銷售額增長率
這篇文章主要為大家介紹了R語言數(shù)據(jù)可視化來分析天貓雙十一銷售額增長率，來一探多年來歷年雙十一銷售額數(shù)據(jù)是否有造假，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-11-11
本文使用基本的繪圖命令plot、rect、segments、text繪制一把長10厘米的直尺，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-01-01
R語言中R-squared與Adjust R-squared參數(shù)的解釋
這篇文章主要給大家介紹了關(guān)于R語言中R-squared與Adjust R-squared兩個(gè)參數(shù)的相關(guān)資料，文中介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
R語言兩組變量特征相關(guān)關(guān)系熱圖繪制畫法
本文為大家介紹了如何畫兩組變量（特征）的相關(guān)關(guān)系熱圖的方法詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步2022-02-02
在本篇文章里小編給大家整理的是一篇關(guān)于R語言基本語法知識點(diǎn)內(nèi)容，有興趣的朋友們可以參考學(xué)習(xí)下。2021-03-03