为什么我的数据框不会合并？

Question

好吧，我是一个相当不错的 R 程序员，每周工作 3/5 天，上周我遇到了一个相当独特的问题。我在 R-studio 工作，无法合并前面描述的数据集

我有 2 个数据集：
数据集df：20 个变量的 13287320 个观测值
数据集data1：2 个变量的 9453 个观测值

df和data1都有一个共同的变量，即user

df有多个用户副本，所以它看起来有点像：

user  var2  var3  var4  ........  var20
1a     x     x     x                x
1a     x     x     x                x
1a     x     x     x                x
2a     x     x     x                x
2a     x     x     x                x
3a     x     x     x                x
4a     x     x     x                x
5a     x     x     x                x
6a     x     x     x                x
6a     x     x     x                x
6a     x     x     x                x
.      .     .     .                .
.      .     .     .                .
.      .     .     .                .
etc.

data1看起来更整洁：

user  date
1b     .
2b     .
3b     .
4b     .
5b     .
6b     .
.      .
.      .
.      .
etc.

显然，我很清楚，合并通常是通过merge()安装 plyr 包来完成的join()。

现在来说说实际问题：

当我尝试使用时：

x <- merge(df, data1, by="user", all=FALSE)

结果将是x21 个变量有 0 个观测值

所以我想，让我们尝试一下这个join()功能并使用以下代码：

library(plyr)
x <- join(df, data1, by="user", type="inner")

这导致x21 个变量的观测值为 0

我尝试了无数不同类型/全部的变体，并省略了部分，但所有结果都是相同的。

我当时的想法是实际测试 df 的用户是否在 data1 中，因此我尝试了第一个用户（用户 1）的子集

x <- subset(df, user == "1b")

结果是一个包含x3 个观测值和 20 个变量的子集。（示例中的 1a）。

我有点不知道下一步该去哪里。

我的一个想法是对唯一用户进行子集化，但是我不确定如何实现这一点

a <- unique(data1$user)
b <- subset(df, user %in% c(a))

上面的代码似乎也不起作用，所以如果有人可以帮助我，我将不胜感激。

编辑变量名称以避免进一步混淆

Answer 1

all=FALSE您在合并调用中指定。这意味着，如果 df 中有一个元素不在 data1 中，则不会包含该元素，如果 data1 中有一个元素不在 df 中，则也不会包含该元素。查看您的示例数据，用户列没有任何匹配的内容。这就是为什么它是空的。

如果你认为应该有匹配，你需要做一些工作，因为 R 不知道你打算如何匹配它们。

请注意，默认情况下，它将使用共享公共名称的所有列来进行匹配，并且为了“匹配”某些内容，匹配列中的所有元素都必须相同。因此，如果 df 和 data1 之间共享多个列名，则可能会遇到此问题。如果您只想匹配单个列，您可以使用by(或by.x和by.y) 参数指定要匹配的列。