合并R中的csv文件

Question

我有3个.csv文件，我需要在R中分析。文件一个包含用户id和信号更新的列。文件二包含用户id、购买日期和购买金额的列。文件三包含具有用户id、消息日期和消息数量的列。

请注意，在这三个文件中，用户id的顺序并不相同，因此cop。

我希望有一些帮助合并这些文件，使大型数据集有订单用户id，信号更新，购买日期，购买金额，消息日期和消息数量。似乎找不到在R中执行此操作的代码，谢谢

Answer 1

虽然merge没有接受三个参数，但Reduce是为迭代列表和将对传递给函数的任务而设计的。下面是一个三向合并的示例：

d1 <- data.frame(id=letters[1:3], x=2:4)
d2 <- data.frame(id=letters[3:1], y=5:7)
d3 <- data.frame(id=c('b', 'c', 'a'), z=c(5,6,8))
Reduce(merge, list(d1, d2, d3))
##   id x y z
## 1  a 2 7 8
## 2  b 3 6 5
## 3  c 4 5 6

请注意，列id的顺序不同，但值是matched的。

如果您有不匹配的数据，并且希望保留所有可能的行，则需要一个外部连接，方法是向merge提供all=TRUE。由于Reduce无法将其他参数传递给函数，因此必须创建一个新函数来调用merge

d1 <- data.frame(id=letters[1:3], x=2:4)
d2 <- data.frame(id=letters[3:1], y=5:7)
d3 <- data.frame(id=c('b', 'c', 'd'), z=c(5,6,8))
Reduce(function(x,y) merge(x,y,all=TRUE), list(d1, d2, d3))
##   id  x  y  z
## 1  a  2  7 NA
## 2  b  3  6  5
## 3  c  4  5  6
## 4  d NA NA  8

NA用于指示不匹配行中的数据。