使用plyr在两列上连接两个大型数据帧

Question

我有一个非常大的数据帧,我需要连接到两列上的另一个数据帧.我一直在使用merge来完成ir,但是R会耗尽内存,表格越大.是否有使用dplyr或plyr的类似解决方案？我听说他们需要的内存要少得多.我知道如何在plyr中使用join函数,我正在努力的是通过两列连接.我一直在使用的合并synatx如下:

Correlation_Table <- merge(Correlation_Table, inter, by.x = c(1,2), by.y = c(1,2), all.x = TRUE, all.y = TRUE)

例如,如果我有以下两个数据帧:

> head(df1)
  x y         z          a
1 1 2 429.57410  43.746670
2 2 3 717.98184 524.288886
3 3 4 601.66938 640.245469
4 4 5  87.41476 318.964765
5 5 6 586.22234 196.759991
6 6 7 619.82194   3.308136
> head(df2)
   b  c        d
1  5  8 152.2855
2  6  9 191.5406
3  7 10 197.0520
4  8 11 175.4209
5  9 12 157.6239
6 10 13 136.3286

其中df1的列x和y是尺寸,而df2的列b和c也是尺寸,而其他列是尺寸.我的目标是创建一个包含所有三个度量的新数据框,其中df1.x和df1.y的记录与df2.a和df2.b匹配.

这可能使用plyr吗？

Answer 1

你可以试试

library(dplyr)
res1 <- full_join(df1, df2, by=c('x'='b', 'y'='c'))

根据 ?full_join

by:要加入的变量的字符向量.如果为'NULL',则默认的'join'将使用两个表中具有通用名称的所有变量进行自然连接.一条消息列出了变量,以便您可以检查它们是否正确.要通过x和y上的不同变量连接,请使用命名向量.例如,'by = c("a"="b")'将'x.a'与'y.b'匹配.

并将结果与

res2 <-  merge(df1, df2, by.x = c(1,2), by.y = c(1,2),
                           all.x = TRUE, all.y = TRUE)

注意:行的顺序将不同