DataFrames.jl - leftjoin() -保留左侧数据帧索引位置

Question

使用leftjoin()连接两个数据帧df1和df2。

df1 = DataFrame(x1 = collect(1:1:10), x2 = fill(1.0,10))

Row │ x1     x2      
     │ Int64  Float64 
─────┼────────────────
   1 │     1      1.0
   2 │     2      1.0
   3 │     3      1.0
   4 │     4      1.0
   5 │     5      1.0
   6 │     6      1.0
   7 │     7      1.0
   8 │     8      1.0
   9 │     9      1.0
  10 │    10      1.0

df2 = DataFrame(x1 = collect(1:2:10), x2 = fill(1.0,5))

Row │ x1     x2      
     │ Int64  Float64 
─────┼────────────────
   1 │     1      1.0
   2 │     3      1.0
   3 │     5      1.0
   4 │     7      1.0
   5 │     9      1.0

out_df = leftjoin(df1,df2, on = :x1, makeunique=true)

对于输出：

Row │ x1     x2        x2_1      
     │ Int64  Float64?  Float64?  
─────┼────────────────────────────
   1 │     1       1.0        1.0
   2 │     3       1.0        1.0
   3 │     5       1.0        1.0
   4 │     7       1.0        1.0
   5 │     9       1.0        1.0
   6 │     2       1.0  missing   
   7 │     4       1.0  missing   
   8 │     6       1.0  missing   
   9 │     8       1.0  missing   
  10 │    10       1.0  missing

我的问题是df1是10行，df2是5行。如果您愿意并希望保留其原始索引位置，并且在将df1与df2 - df2插槽连接到df1匹配并在不匹配时插入缺失值，但仍保留输出的df1索引位置时，我将选择df1作为‘主’df：

Row │ x1     x2        x2_1      
     │ Int64  Float64?  Float64?  
─────┼────────────────────────────
   1 │     1       1.0        1.0
   2 │     2       1.0        missing
   3 │     3       1.0        1.0
   4 │     4       1.0        missing   
   5 │     5       1.0        1.0
   6 │     6       1.0        missing   
   7 │     7       1.0        1.0
   8 │     8       1.0        missing   
   9 │     9       1.0        1.0   
  10 │    10       1.0        missing

我怎么能做到这一点呢？

Answer 1

这是我们计划在未来添加的功能，请参阅https://github.com/JuliaData/DataFrames.jl/issues/2753。

现在，在我们添加所请求的功能之前，先向左侧数据框中添加一个带有行id的列(在您的示例中已经有这样一个列:x1)，并对此列的结果进行排序。