我可以在 dplyr 中加入 4 个以上的数据帧吗？
Can I join more than 4 dataframes in dplyr?
我正在尝试使用 dplyr 和 left_join 将 5 个模型的结果合并到一个数据框中以进行演示。每个模型结果都存在于自己的数据框中（用于演示目的的 dat1 到 dat5）。
*这是 home-brewed 似然函数的结果，因此无法通过 memisc 包中的 mtable 或 stargazer。
label1 <- paste0("var", 1:10)
beta1 <- 1:10
se1 <- 1:10*.01
p1 <- 1:10*.005
dat1 <- data.frame(label = label1
,beta = beta1
,se = se1
,p = p1)
label2 <- paste0("var", 1:4)
beta2 <- 1:4
se2 <- 1:4*.01
p2 <- 1:4*.005
dat2 <- data.frame(label = label2
,beta = beta2
,se = se2
,p = p2)
label3 <- paste0("var", 1:3)
beta3 <- 1:3
se3 <- 1:3*.01
p3 <- 1:3*.005
dat3 <- data.frame(label = label3
,beta = beta3
,se = se3
,p = p3)
label4 <- paste0("var", 1:2)
beta4 <- 1:2
se4 <- 1:2*.01
p4 <- 1:2*.005
dat4 <- data.frame(label = label4
,beta = beta4
,se = se4
,p = p4)
label5 <- paste0("var", 1)
beta5 <- 1
se5 <- 1*.01
p5 <- 1*.005
dat5 <- data.frame(label = label5
,beta = beta5
,se = se5
,p = p5)
在常规 SQL 中，我希望 LEFT JOIN 函数的行为与在 sqldf 中的行为相同，如下所示。
sqldf(
"
select *
from dat1
left join dat2
on dat1.label = dat2.label
left join dat3
on dat1.label = dat3.label
left join dat4
on dat1.label = dat4.label
"
)
#label beta se p label beta se p label beta se p label beta se p
#1 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005
#2 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010
#3 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 <NA> NA NA NA
#4 var4 4 0.04 0.020 var4 4 0.04 0.020 <NA> NA NA NA <NA> NA NA NA
#5 var5 5 0.05 0.025 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#6 var6 6 0.06 0.030 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#7 var7 7 0.07 0.035 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#8 var8 8 0.08 0.040 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#9 var9 9 0.09 0.045 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#10 var10 10 0.10 0.050 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
忽略常规 SQL 中的重复列 headers，我可以在 dplyr 中复制相同的内容，如下所示。
dat1 %>% left_join(dat2, by = c("label" = "label")) %>%
left_join(dat3, by = c("label" = "label")) %>%
left_join(dat4, by = c("label" = "label"))
#label beta.x se.x p.x beta.y se.y p.y beta.x se.x p.x beta.y se.y p.y
#1 var1 1 0.01 0.005 1 0.01 0.005 1 0.01 0.005 1 0.01 0.005
#2 var2 2 0.02 0.010 2 0.02 0.010 2 0.02 0.010 2 0.02 0.010
#3 var3 3 0.03 0.015 3 0.03 0.015 3 0.03 0.015 NA NA NA
#4 var4 4 0.04 0.020 4 0.04 0.020 NA NA NA NA NA NA
#5 var5 5 0.05 0.025 NA NA NA NA NA NA NA NA NA
#6 var6 6 0.06 0.030 NA NA NA NA NA NA NA NA NA
#7 var7 7 0.07 0.035 NA NA NA NA NA NA NA NA NA
#8 var8 8 0.08 0.040 NA NA NA NA NA NA NA NA NA
#9 var9 9 0.09 0.045 NA NA NA NA NA NA NA NA NA
#10 var10 10 0.10 0.050 NA NA NA NA NA NA NA NA NA
在常规 SQL 中，我可以添加第 5 个 table 并获得预期的结果。
sqldf(
"
select *
from dat1
left join dat2
on dat1.label = dat2.label
left join dat3
on dat1.label = dat3.label
left join dat4
on dat1.label = dat4.label
left join dat5
on dat1.label = dat5.label
"
)
#label beta se p label beta se p label beta se p label beta se p label beta se p
#1 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005
#2 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 <NA> NA NA NA
#3 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 <NA> NA NA NA <NA> NA NA NA
#4 var4 4 0.04 0.020 var4 4 0.04 0.020 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#5 var5 5 0.05 0.025 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#6 var6 6 0.06 0.030 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#7 var7 7 0.07 0.035 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#8 var8 8 0.08 0.040 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#9 var9 9 0.09 0.045 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#10 var10 10 0.10 0.050 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
在dplyr中，虽然我似乎加入了dat5，但我最终放弃了dat3和dat4，并重复了dat1和dat2。
dat1 %>% left_join(dat2, by = c("label" = "label")) %>%
left_join(dat3, by = c("label" = "label")) %>%
left_join(dat4, by = c("label" = "label")) %>%
left_join(dat5, by = c("label" = "label"))
#label beta.x se.x p.x beta.y se.y p.y beta.x se.x p.x beta.y se.y p.y beta se p
#1 var1 1 0.01 0.005 1 0.01 0.005 1 0.01 0.005 1 0.01 0.005 1 0.01 0.005
#2 var2 2 0.02 0.010 2 0.02 0.010 2 0.02 0.010 2 0.02 0.010 NA NA NA
#3 var3 3 0.03 0.015 3 0.03 0.015 3 0.03 0.015 3 0.03 0.015 NA NA NA
#4 var4 4 0.04 0.020 4 0.04 0.020 4 0.04 0.020 4 0.04 0.020 NA NA NA
#5 var5 5 0.05 0.025 NA NA NA 5 0.05 0.025 NA NA NA NA NA NA
#6 var6 6 0.06 0.030 NA NA NA 6 0.06 0.030 NA NA NA NA NA NA
#7 var7 7 0.07 0.035 NA NA NA 7 0.07 0.035 NA NA NA NA NA NA
#8 var8 8 0.08 0.040 NA NA NA 8 0.08 0.040 NA NA NA NA NA NA
#9 var9 9 0.09 0.045 NA NA NA 9 0.09 0.045 NA NA NA NA NA NA
#10 var10 10 0.10 0.050 NA NA NA 10 0.10 0.050 NA NA NA NA NA NA
我是否正确地将连接移植到 dplyr 中的 dat5？
是否可以在 dplyr 中执行这么多连接？
EDIT1：我认为这与 () 不同。 Reduce 似乎解决了那里概述的问题。
在我的例子中，Reduce 产生的结果与上面最后一个代码块中显示的结果相同。
EDIT2：明确地说，我不关心多重 left-join 语法。我正在尝试确定为什么大于 4 个连接的行为与它们在 "regular" SQL.
中的行为不同
编辑 3：虽然我最初接受了下面@akrun 的回答，但我现在意识到以下输出：
lst <- lapply(mget(paste0("dat", 1:5)), transform, label2 = label)
suppressWarnings( Reduce(function(...) left_join(..., by = "label"), lst))
#label beta.x se.x p.x label2.x beta.y se.y p.y label2.y beta.x se.x p.x label2.x beta.y se.y p.y label2.y beta se p label2
#1 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1
#2 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 NA NA NA <NA>
# 3 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 NA NA NA <NA>
# 4 var4 4 0.04 0.020 var4 4 0.04 0.020 var4 4 0.04 0.020 var4 4 0.04 0.020 var4 NA NA NA <NA>
# 5 var5 5 0.05 0.025 var5 NA NA NA <NA> 5 0.05 0.025 var5 NA NA NA <NA> NA NA NA <NA>
# 6 var6 6 0.06 0.030 var6 NA NA NA <NA> 6 0.06 0.030 var6 NA NA NA <NA> NA NA NA <NA>
# 7 var7 7 0.07 0.035 var7 NA NA NA <NA> 7 0.07 0.035 var7 NA NA NA <NA> NA NA NA <NA>
# 8 var8 8 0.08 0.040 var8 NA NA NA <NA> 8 0.08 0.040 var8 NA NA NA <NA> NA NA NA <NA>
# 9 var9 9 0.09 0.045 var9 NA NA NA <NA> 9 0.09 0.045 var9 NA NA NA <NA> NA NA NA <NA>
# 10 var10 10 0.10 0.050 var10 NA NA NA <NA> 10 0.10 0.050 var10 NA NA NA <NA> NA NA NA <NA>
仍然不同于
sqldf(
"
select *
from dat1
left join dat2
on dat1.label = dat2.label
left join dat3
on dat1.label = dat3.label
left join dat4
on dat1.label = dat4.label
left join dat5
on dat1.label = dat5.label
"
)
#label beta se p label beta se p label beta se p label beta se p label beta se p
#1 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005
#2 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 <NA> NA NA NA
#3 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 <NA> NA NA NA <NA> NA NA NA
#4 var4 4 0.04 0.020 var4 4 0.04 0.020 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#5 var5 5 0.05 0.025 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#6 var6 6 0.06 0.030 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#7 var7 7 0.07 0.035 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#8 var8 8 0.08 0.040 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#9 var9 9 0.09 0.045 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#10 var10 10 0.10 0.050 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
我还在输 dat3 和 dat4...
编辑 4：不知道为什么，但我在下面的困惑可能部分是版本问题。 @akrun 的最终答案适用于 dplyr_0.4.3 和 R version 3.3.0（显然是 Linux (Ubuntu) 和 PC）。
编辑 5：我认为 @akrun 和我都是 运行 dplyr 的开发版本（这就是为什么我第一次遇到问题 运行 @akrun 的我的 windows 机器上的解决方案正在使用生产 dplyr。）如前所述 here 此问题已在 dplyr. 的最新开发版本中得到解决
将数据集放入 list.
后，我们可以将 Reduce 与 left_join 一起使用
Reduce(function(...) left_join(..., by = "label"), mget(paste0("dat", 1:5)))
如果我们需要 label 列，我们可以再创建一列
lst <- lapply(mget(paste0("dat", 1:5)), transform, label2 = label)
lst[[1]]["label2"] <- NULL
res1 <- suppressWarnings( Reduce(function(...) left_join(..., by = "label"), lst))
res1
# label beta.x se.x p.x beta.y se.y p.y label2.x beta.x.x se.x.x p.x.x label2.y beta.y.y se.y.y p.y.y label2.x.x beta se p
#1 var1 1 0.01 0.005 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005
#2 var2 2 0.02 0.010 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 NA NA NA
#3 var3 3 0.03 0.015 3 0.03 0.015 var3 3 0.03 0.015 var3 NA NA NA <NA> NA NA NA
#4 var4 4 0.04 0.020 4 0.04 0.020 var4 NA NA NA <NA> NA NA NA <NA> NA NA NA
#5 var5 5 0.05 0.025 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#6 var6 6 0.06 0.030 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#7 var7 7 0.07 0.035 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#8 var8 8 0.08 0.040 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#9 var9 9 0.09 0.045 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#10 var10 10 0.10 0.050 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
# label2.y.y
#1 var1
#2 <NA>
#3 <NA>
#4 <NA>
#5 <NA>
#6 <NA>
#7 <NA>
#8 <NA>
#9 <NA>
#10 <NA>
这是来自第二个 sqldf 代码块的 OP 输出
res2
# label beta se p label beta se p label beta se p label beta se p label beta se p
#1 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005
#2 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 <NA> NA NA NA
#3 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 <NA> NA NA NA <NA> NA NA NA
#4 var4 4 0.04 0.020 var4 4 0.04 0.020 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#5 var5 5 0.05 0.025 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#6 var6 6 0.06 0.030 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#7 var7 7 0.07 0.035 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#8 var8 8 0.08 0.040 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#9 var9 9 0.09 0.045 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#10 var10 10 0.10 0.050 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
dim(res1)
#[1] 10 20
dim(res2)
#[1] 10 20
我正在尝试使用 dplyr 和 left_join 将 5 个模型的结果合并到一个数据框中以进行演示。每个模型结果都存在于自己的数据框中（用于演示目的的 dat1 到 dat5）。
*这是 home-brewed 似然函数的结果，因此无法通过 memisc 包中的 mtable 或 stargazer。
label1 <- paste0("var", 1:10)
beta1 <- 1:10
se1 <- 1:10*.01
p1 <- 1:10*.005
dat1 <- data.frame(label = label1
,beta = beta1
,se = se1
,p = p1)
label2 <- paste0("var", 1:4)
beta2 <- 1:4
se2 <- 1:4*.01
p2 <- 1:4*.005
dat2 <- data.frame(label = label2
,beta = beta2
,se = se2
,p = p2)
label3 <- paste0("var", 1:3)
beta3 <- 1:3
se3 <- 1:3*.01
p3 <- 1:3*.005
dat3 <- data.frame(label = label3
,beta = beta3
,se = se3
,p = p3)
label4 <- paste0("var", 1:2)
beta4 <- 1:2
se4 <- 1:2*.01
p4 <- 1:2*.005
dat4 <- data.frame(label = label4
,beta = beta4
,se = se4
,p = p4)
label5 <- paste0("var", 1)
beta5 <- 1
se5 <- 1*.01
p5 <- 1*.005
dat5 <- data.frame(label = label5
,beta = beta5
,se = se5
,p = p5)
在常规 SQL 中，我希望 LEFT JOIN 函数的行为与在 sqldf 中的行为相同，如下所示。
sqldf(
"
select *
from dat1
left join dat2
on dat1.label = dat2.label
left join dat3
on dat1.label = dat3.label
left join dat4
on dat1.label = dat4.label
"
)
#label beta se p label beta se p label beta se p label beta se p
#1 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005
#2 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010
#3 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 <NA> NA NA NA
#4 var4 4 0.04 0.020 var4 4 0.04 0.020 <NA> NA NA NA <NA> NA NA NA
#5 var5 5 0.05 0.025 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#6 var6 6 0.06 0.030 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#7 var7 7 0.07 0.035 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#8 var8 8 0.08 0.040 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#9 var9 9 0.09 0.045 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#10 var10 10 0.10 0.050 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
忽略常规 SQL 中的重复列 headers，我可以在 dplyr 中复制相同的内容，如下所示。
dat1 %>% left_join(dat2, by = c("label" = "label")) %>%
left_join(dat3, by = c("label" = "label")) %>%
left_join(dat4, by = c("label" = "label"))
#label beta.x se.x p.x beta.y se.y p.y beta.x se.x p.x beta.y se.y p.y
#1 var1 1 0.01 0.005 1 0.01 0.005 1 0.01 0.005 1 0.01 0.005
#2 var2 2 0.02 0.010 2 0.02 0.010 2 0.02 0.010 2 0.02 0.010
#3 var3 3 0.03 0.015 3 0.03 0.015 3 0.03 0.015 NA NA NA
#4 var4 4 0.04 0.020 4 0.04 0.020 NA NA NA NA NA NA
#5 var5 5 0.05 0.025 NA NA NA NA NA NA NA NA NA
#6 var6 6 0.06 0.030 NA NA NA NA NA NA NA NA NA
#7 var7 7 0.07 0.035 NA NA NA NA NA NA NA NA NA
#8 var8 8 0.08 0.040 NA NA NA NA NA NA NA NA NA
#9 var9 9 0.09 0.045 NA NA NA NA NA NA NA NA NA
#10 var10 10 0.10 0.050 NA NA NA NA NA NA NA NA NA
在常规 SQL 中，我可以添加第 5 个 table 并获得预期的结果。
sqldf(
"
select *
from dat1
left join dat2
on dat1.label = dat2.label
left join dat3
on dat1.label = dat3.label
left join dat4
on dat1.label = dat4.label
left join dat5
on dat1.label = dat5.label
"
)
#label beta se p label beta se p label beta se p label beta se p label beta se p
#1 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005
#2 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 <NA> NA NA NA
#3 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 <NA> NA NA NA <NA> NA NA NA
#4 var4 4 0.04 0.020 var4 4 0.04 0.020 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#5 var5 5 0.05 0.025 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#6 var6 6 0.06 0.030 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#7 var7 7 0.07 0.035 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#8 var8 8 0.08 0.040 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#9 var9 9 0.09 0.045 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#10 var10 10 0.10 0.050 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
在dplyr中，虽然我似乎加入了dat5，但我最终放弃了dat3和dat4，并重复了dat1和dat2。
dat1 %>% left_join(dat2, by = c("label" = "label")) %>%
left_join(dat3, by = c("label" = "label")) %>%
left_join(dat4, by = c("label" = "label")) %>%
left_join(dat5, by = c("label" = "label"))
#label beta.x se.x p.x beta.y se.y p.y beta.x se.x p.x beta.y se.y p.y beta se p
#1 var1 1 0.01 0.005 1 0.01 0.005 1 0.01 0.005 1 0.01 0.005 1 0.01 0.005
#2 var2 2 0.02 0.010 2 0.02 0.010 2 0.02 0.010 2 0.02 0.010 NA NA NA
#3 var3 3 0.03 0.015 3 0.03 0.015 3 0.03 0.015 3 0.03 0.015 NA NA NA
#4 var4 4 0.04 0.020 4 0.04 0.020 4 0.04 0.020 4 0.04 0.020 NA NA NA
#5 var5 5 0.05 0.025 NA NA NA 5 0.05 0.025 NA NA NA NA NA NA
#6 var6 6 0.06 0.030 NA NA NA 6 0.06 0.030 NA NA NA NA NA NA
#7 var7 7 0.07 0.035 NA NA NA 7 0.07 0.035 NA NA NA NA NA NA
#8 var8 8 0.08 0.040 NA NA NA 8 0.08 0.040 NA NA NA NA NA NA
#9 var9 9 0.09 0.045 NA NA NA 9 0.09 0.045 NA NA NA NA NA NA
#10 var10 10 0.10 0.050 NA NA NA 10 0.10 0.050 NA NA NA NA NA NA
我是否正确地将连接移植到 dplyr 中的 dat5？
是否可以在 dplyr 中执行这么多连接？
EDIT1：我认为这与 (Reduce 似乎解决了那里概述的问题。
在我的例子中，Reduce 产生的结果与上面最后一个代码块中显示的结果相同。
EDIT2：明确地说，我不关心多重 left-join 语法。我正在尝试确定为什么大于 4 个连接的行为与它们在 "regular" SQL.
中的行为不同编辑 3：虽然我最初接受了下面@akrun 的回答，但我现在意识到以下输出：
lst <- lapply(mget(paste0("dat", 1:5)), transform, label2 = label)
suppressWarnings( Reduce(function(...) left_join(..., by = "label"), lst))
#label beta.x se.x p.x label2.x beta.y se.y p.y label2.y beta.x se.x p.x label2.x beta.y se.y p.y label2.y beta se p label2
#1 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1
#2 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 NA NA NA <NA>
# 3 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 NA NA NA <NA>
# 4 var4 4 0.04 0.020 var4 4 0.04 0.020 var4 4 0.04 0.020 var4 4 0.04 0.020 var4 NA NA NA <NA>
# 5 var5 5 0.05 0.025 var5 NA NA NA <NA> 5 0.05 0.025 var5 NA NA NA <NA> NA NA NA <NA>
# 6 var6 6 0.06 0.030 var6 NA NA NA <NA> 6 0.06 0.030 var6 NA NA NA <NA> NA NA NA <NA>
# 7 var7 7 0.07 0.035 var7 NA NA NA <NA> 7 0.07 0.035 var7 NA NA NA <NA> NA NA NA <NA>
# 8 var8 8 0.08 0.040 var8 NA NA NA <NA> 8 0.08 0.040 var8 NA NA NA <NA> NA NA NA <NA>
# 9 var9 9 0.09 0.045 var9 NA NA NA <NA> 9 0.09 0.045 var9 NA NA NA <NA> NA NA NA <NA>
# 10 var10 10 0.10 0.050 var10 NA NA NA <NA> 10 0.10 0.050 var10 NA NA NA <NA> NA NA NA <NA>
仍然不同于
sqldf(
"
select *
from dat1
left join dat2
on dat1.label = dat2.label
left join dat3
on dat1.label = dat3.label
left join dat4
on dat1.label = dat4.label
left join dat5
on dat1.label = dat5.label
"
)
#label beta se p label beta se p label beta se p label beta se p label beta se p
#1 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005
#2 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 <NA> NA NA NA
#3 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 <NA> NA NA NA <NA> NA NA NA
#4 var4 4 0.04 0.020 var4 4 0.04 0.020 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#5 var5 5 0.05 0.025 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#6 var6 6 0.06 0.030 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#7 var7 7 0.07 0.035 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#8 var8 8 0.08 0.040 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#9 var9 9 0.09 0.045 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#10 var10 10 0.10 0.050 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
我还在输 dat3 和 dat4...
编辑 4：不知道为什么，但我在下面的困惑可能部分是版本问题。 @akrun 的最终答案适用于 dplyr_0.4.3 和 R version 3.3.0（显然是 Linux (Ubuntu) 和 PC）。
编辑 5：我认为 @akrun 和我都是 运行 dplyr 的开发版本（这就是为什么我第一次遇到问题 运行 @akrun 的我的 windows 机器上的解决方案正在使用生产 dplyr。）如前所述 here 此问题已在 dplyr. 的最新开发版本中得到解决
将数据集放入 list.
Reduce 与 left_join 一起使用
Reduce(function(...) left_join(..., by = "label"), mget(paste0("dat", 1:5)))
如果我们需要 label 列，我们可以再创建一列
lst <- lapply(mget(paste0("dat", 1:5)), transform, label2 = label)
lst[[1]]["label2"] <- NULL
res1 <- suppressWarnings( Reduce(function(...) left_join(..., by = "label"), lst))
res1
# label beta.x se.x p.x beta.y se.y p.y label2.x beta.x.x se.x.x p.x.x label2.y beta.y.y se.y.y p.y.y label2.x.x beta se p
#1 var1 1 0.01 0.005 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005
#2 var2 2 0.02 0.010 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 NA NA NA
#3 var3 3 0.03 0.015 3 0.03 0.015 var3 3 0.03 0.015 var3 NA NA NA <NA> NA NA NA
#4 var4 4 0.04 0.020 4 0.04 0.020 var4 NA NA NA <NA> NA NA NA <NA> NA NA NA
#5 var5 5 0.05 0.025 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#6 var6 6 0.06 0.030 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#7 var7 7 0.07 0.035 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#8 var8 8 0.08 0.040 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#9 var9 9 0.09 0.045 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#10 var10 10 0.10 0.050 NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
# label2.y.y
#1 var1
#2 <NA>
#3 <NA>
#4 <NA>
#5 <NA>
#6 <NA>
#7 <NA>
#8 <NA>
#9 <NA>
#10 <NA>
这是来自第二个 sqldf 代码块的 OP 输出
res2
# label beta se p label beta se p label beta se p label beta se p label beta se p
#1 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005 var1 1 0.01 0.005
#2 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 var2 2 0.02 0.010 <NA> NA NA NA
#3 var3 3 0.03 0.015 var3 3 0.03 0.015 var3 3 0.03 0.015 <NA> NA NA NA <NA> NA NA NA
#4 var4 4 0.04 0.020 var4 4 0.04 0.020 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#5 var5 5 0.05 0.025 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#6 var6 6 0.06 0.030 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#7 var7 7 0.07 0.035 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#8 var8 8 0.08 0.040 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#9 var9 9 0.09 0.045 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
#10 var10 10 0.10 0.050 <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA <NA> NA NA NA
dim(res1)
#[1] 10 20
dim(res2)
#[1] 10 20