Объединить data.frames с дубликатами

Question

У меня есть много data.frames, например:

df1 = data.frame(names=c('a','b','c','c','d'),data1=c(1,2,3,4,5))
df2 = data.frame(names=c('a','e','e','c','c','d'),data2=c(1,2,3,4,5,6))
df3 = data.frame(names=c('c','e'),data3=c(1,2))

, и мне нужно объединить эти data.frames, не удаляя дубликаты имени

> result
  names data1 data2 data3
1  'a'    1    1      NA
2  'b'    2    NA     NA
3  'c'    3    4      1
4  'c'    4    5      NA
5  'd'    5    6      NA
6  'e'    NA   2      2       
7  'e'    NA   3      NA

Я не могу найти функциюкак слияние с опцией для обработки дубликатов имен.Спасибо за помощь.Определить мою проблему.Данные получены из биологического эксперимента, где один образец имеет разное количество повторов.Мне нужно объединить весь эксперимент, и мне нужно подготовить эту таблицу.Я не могу сгенерировать уникальный идентификатор для дубликатов.

Answer 1

Сначала определите функцию run.seq, которая предоставляет порядковые номера для дубликатов, поскольку из выходных данных следует, что требуется, чтобы был связан i-й дубликат каждого имени в каждом компоненте слияния. Затем создайте список фреймов данных и добавьте столбец run.seq к каждому компоненту. Наконец, используйте Reduce, чтобы объединить их все.

run.seq <- function(x) as.numeric(ave(paste(x), x, FUN = seq_along))

L <- list(df1, df2, df3)
L2 <- lapply(L, function(x) cbind(x, run.seq = run.seq(x$names)))

out <- Reduce(function(...) merge(..., all = TRUE), L2)[-2]

Последняя строка дает:

> out
  names data1 data2 data3
1     a     1     1    NA
2     b     2    NA    NA
3     c     3     4     1
4     c     4     5    NA
5     d     5     6    NA
6     e    NA     2     2
7     e    NA     3    NA

РЕДАКТИРОВАТЬ: Исправлено run.seq, так что ввод не нужно сортировать.

Answer 2

См. Другие вопросы:

• Как объединить кадры данных в R (внутренний, внешний, левый, правый)
• рекомбинирование-aсписок фреймов данных в один фрейм данных
• ...

Примеры:

library(reshape)
out <- merge_recurse(L)

или

library(plyr)

out<-join(df1, df2, type="full")
out<-join(out, df3, type="full")
*can be looped

или

library(plyr)
out<-ldply(L)

Answer 3

Я думаю, что в ваших примерах данных недостаточно данных для этого.Какой 'c' в кадре данных 1 должен быть связан с каким 'c' в кадре данных 2?Мы не можем сказать, поэтому R тоже не может.Я подозреваю, что вам придется добавить еще одну переменную для каждого из ваших фреймов данных, которая однозначно идентифицирует эти повторяющиеся случаи.