“R：数据合并”的版本间的差异

2017年3月9日 (四) 07:56的最新版本

合并变量

如果您有不同的数据文件，每个数据文件包括同一批样本，但是每个文件包括不同的变量。在进行后续的统计分析之前，需要将这些数据合并，这个时候就是“合并变量”。

合并变量使用函数：merge()，merge函数的具体用法如下，如果您希望了解每个参数的具体含义和使用方法，可以在R控制台输入：? merge。

merge(x, y, by = intersect(names(x), names(y)),
      by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
      sort = TRUE, suffixes = c(".x",".y"),
      incomparables = NULL, ...)

如果您已经有两个数据框，分别为mydata1, mydata2。合并变量需要在两个数据框里头有一个用来标识样本身份的变量，一般是根据这个变量对两个数据框中的样本进行匹配。这个变量在两个数据框中，可以名称相同（比如，都是caseid），也可以不同（比如，一个是caseid，一个是sampleid）。具体合并方法如下：

如果两个数据框中的身份变量一样，均为：caseid，则：

mydata <- merge(mydata1,mydata2, by="caseid")

如果两个数据框中的身份变量不一样，mydata1中为caseid，mydata2中为sampleid，则：

mydata <- merge(mydata1,mydata2, by.x="caseid, by.y="sampleid")

默认情况下，merge会删除两个数据框中任何不匹配的样本。如果您希望保存所有数据，使用all=TRUE；如果只想保存mydata1中的所有数据，使用all.x=TRUE；如果只想保存mydata2中的所有数据，使用all.y=TRUE，分别如下：

mydata <- merge(mydata1,mydata2, by="caseid", all=TRUE)   # 保存两个数据框中所有匹配、不匹配的数据
mydata <- merge(mydata1,mydata2, by="caseid", all.x=TRUE) # 保存两个数据框中所有匹配数据以及mydata1中不匹配的数据 
mydata <- merge(mydata1,mydata2, by="caseid", all.y=TRUE) # 保存两个数据框中所有匹配数据以及mydata2中不匹配的数据

合并样本

如果您有不同的数据文件，每个数据文件包括不同的样本，变量相同。在进行后续的统计分析之前，需要将这些数据合并，这个时候就是“合并样本”。

如果两个数据文件中的变量不同，则需要在合并之前，先对数据进行处理，确保两个数据框中的变量一样，您可以删除一个数据框中的部分变量，或者在另一个数据框中增加一些变量，并将其设为缺失值（即NA）。

如果您已经有两个数据框，分别为mydata1, mydata2，合并样本的方法如下：

mydata <- rbind(mydata1,mydata2)  # 在合并之前，先将数据从数据文件读入数据框，并确保两个数据框中的变量数量、名称一样，顺序可以不一样。