如何在不添加额外行 R 的情况下使用 left_join？

Question

我有两个 table。第一个 table 有 206 206 行，第二个有 300 行。这样使用 left_join 后：

final <- left_join(first, second, by="CATEGORY")

最后的 table 有 223 201 行。我不明白为什么要添加额外的行。我需要在末尾有 206 206 行，只添加额外的列。可能是什么问题？我试过inner_join，我仍然有同样的问题。

Answer 1

如果有多种匹配方式，加入总是会添加额外的行。这里，如果 a 为 1，则 c 可以同时为 1 和 2。在 id 列上使用 distinct（此处：a）以获取一对多匹配项之一：

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
df1 <- tibble(a = c(1,2), b = 2)
df1
#> # A tibble: 2 x 2
#>       a     b
#>   <dbl> <dbl>
#> 1     1     2
#> 2     2     2
df2 <- tibble(a = c(1,1,2), c = c(1,2,3))
df2
#> # A tibble: 3 x 2
#>       a     c
#>   <dbl> <dbl>
#> 1     1     1
#> 2     1     2
#> 3     2     3
left_join(df1,df2)
#> Joining, by = "a"
#> # A tibble: 3 x 3
#>       a     b     c
#>   <dbl> <dbl> <dbl>
#> 1     1     2     1
#> 2     1     2     2
#> 3     2     2     3
left_join(df1,df2) %>% distinct(a, .keep_all = TRUE)
#> Joining, by = "a"
#> # A tibble: 2 x 3
#>       a     b     c
#>   <dbl> <dbl> <dbl>
#> 1     1     2     1
#> 2     2     2     3

^{由 reprex package (v2.0.1)}

于 2021-12-02 创建

如何在不添加额外行 R 的情况下使用 left_join？

How to use left_join without adding additional rows R?

join

r

dataframe

dplyr