如何连接（合并）数据框（内部，外部，左侧，右侧）

给出两个数据框：

df1 = data.frame(CustomerId = c(1:6), Product = c(rep("Toaster", 3), rep("Radio", 3)))
df2 = data.frame(CustomerId = c(2, 4, 6), State = c(rep("Alabama", 2), rep("Ohio", 1)))

df1
#  CustomerId Product
#           1 Toaster
#           2 Toaster
#           3 Toaster
#           4   Radio
#           5   Radio
#           6   Radio

df2
#  CustomerId   State
#           2 Alabama
#           4 Alabama
#           6    Ohio

我怎样才能做数据库风格，即sql 风格，加入？也就是说，我该怎么做：

df1和df2的内连接：
仅返回左表在右表中具有匹配键的行。
df1和df2的外连接：
返回两个表中的所有行，从左侧连接具有右表中匹配键的记录。
df1和df2 左外连接（或简称左连接）
返回左表中的所有行，以及右表中具有匹配键的所有行。
df1和df2 右外连接
返回右表中的所有行，以及左表中具有匹配键的所有行。

额外信用：

如何进行 SQL 样式选择语句？

通过使用merge函数及其可选参数：

内部联接： merge(df1, df2)将适用于这些示例，因为 R 通过公共变量名称自动加入帧，但您很可能希望指定merge(df1, df2, by = "CustomerId")以确保您只匹配你想要的字段。如果匹配变量在不同数据框中具有不同的名称，也可以使用by.x和by.y参数。

外连接： merge(x = df1, y = df2, by = "CustomerId", all = TRUE)

左外： merge(x = df1, y = df2, by = "CustomerId", all.x = TRUE)

右外： merge(x = df1, y = df2, by = "CustomerId", all.y = TRUE)

交叉连接： merge(x = df1, y = df2, by = NULL)

~~与内连接一样，您可能希望将 “CustomerId” 显式传递给 R 作为匹配变量。~~我认为最好明确说明要合并的标识符; 如果输入 data.frames 意外更改并且稍后更容易阅读，则更安全。

您可以by向量给by合并多个列，例如， by = c("CustomerId", "OrderId") 。

如果要合并的列名不相同，则可以指定例如by.x = "CustomerId_in_df1", by.y = "CustomerId_in_df2" ，其中CustomerId_in_df1是第一个数据框中列的名称， CustomerId_in_df2是第二个数据框中列的名称。（如果需要在多个列上合并，这些也可以是向量。）

我建议查看Gabor Grothendieck 的 sqldf 包，它允许您在 SQL 中表达这些操作。

library(sqldf)

## inner join
df3 <- sqldf("SELECT CustomerId, Product, State 
              FROM df1
              JOIN df2 USING(CustomerID)")

## left join (substitute 'right' for right join)
df4 <- sqldf("SELECT CustomerId, Product, State 
              FROM df1
              LEFT JOIN df2 USING(CustomerID)")

我发现 SQL 语法比它的 R 等价物更简单，更自然（但这可能只反映了我的 RDBMS 偏见）。

有关连接的更多信息，请参阅Gabor 的 sqldf GitHub 。

内连接有data.table方法，这非常节省时间和内存（对于一些较大的 data.frames 是必需的）：

library(data.table)

dt1 <- data.table(df1, key = "CustomerId") 
dt2 <- data.table(df2, key = "CustomerId")

joined.dt1.dt.2 <- dt1[dt2]

merge也适用于 data.tables（因为它是通用的，并调用merge.data.table ）

merge(dt1, dt2)

stackoverflow 上记录的 data.table：
如何进行 data.table 合并操作
 将外键上的 SQL 连接转换为 R data.table 语法
 合并更大数据的有效替代方案。框架 R
如何在 R 中使用 data.table 进行基本的左外连接？

另一个选项是plyr包中的join函数

library(plyr)

join(df1, df2,
     type = "inner")

#   CustomerId Product   State
# 1          2 Toaster Alabama
# 2          4   Radio Alabama
# 3          6   Radio    Ohio

type选项： inner ， left ， right ， full 。

来自?join ：与merge不同，无论使用何种连接类型，[ join ] 都会保留 x 的顺序。

协慌网

如何连接（合并）数据框（内部，外部，左侧，右侧）

答案