通过多列合并两个数据而不丢失数据

Question

我是新的R和有两个非常大的数据集，我想合并。它们看上去如下

      ID     year   val1  val3
 1     1     2001      2   34 
 2     2     2004      1   25
 3     3     2003      3   36
 4     4     2003      2   46
 5     5     1999      1   55
 6     6     2005      3   44

第二个数据文件如下所示

      ID     year   val2 
 1     1     2001      2
 2     2     2004      1
 3     3     2003      3
 4     4     2002      5
 5     5     1998      4
 6     6     2004      6

我希望最终的合并集如下所示

      ID     year   val1  val3 val2
 1     1     2001      2   34     2
 2     2     2004      1   25     1
 3     3     2003      3   36     3
 4     4     2002     NA   NA     5
 5     4     2003      2   46    NA
 6     5     1998     NA   NA     4
 7     5     1999      1   55    NA
 8     6     2004     NA   NA     6
 9     6     2005      3   44    NA

我尝试使用以下方法按ID和年份合并

 total <- merge(df1,df2,by=c("id","year"))

但是，只有ID和年份匹配时，才会导致合并。我希望发生这种情况，以便如果ID匹配但年份不匹配，新行将为val2和年份添加相同的ID，同时保留val1和val3作为NA。

然后，我尝试只按ID合并，然后删除行(如果是yal.x != yy.y)，但是由于数据集太大，所以效率不高。

Answer 1

merge有一个参数all，该参数指定是否要保留左和右侧的所有行(即x中的所有行和y中的所有行)。

 total <- merge(df1,df2,by=c("id","year"), all=TRUE)

Answer 2

必须指定all.x=TRUE和all.y=TRUE，这样才能保留两个数据集中的所有唯一行。

 total <- merge(df1,df2,by=c("id","year"),all.x=TRUE,all.y=TRUE)