R: Standardauswertung für * _join (dplyr)

Question

Wie zwei Tabellen mit * _join() von dplyr beizutreten, wenn die Join-Variablennamen anders sind und in einer anderen Variablen gespeichert?

z.B.

df1 = data_frame(x1 = 1:10,y1 = 21:30) 
df2 = data_frame(x2 = 6:15,y2 = 26:35) 
df3 = data_frame(x1 = 6:15,y2 = 26:35) 

var1 = "x1" 
var2 = "x2" 

df1 %>% left_join(df3,by=c(var1)) # #1 works 

aber das gibt Fehler -

df1 %>% left_join(df2,by=c(var1 = var2)) # #2 doesn't work 
Error: cannot join on columns 'x2' x 'var1': index out of bounds 

überraschend, das funktioniert -

df1 %>% left_join(df2,by=c("x1" = var2)) # #3 works 

Answer 1

Das Problem hierbei ist, dass Sie einen benannten Vektor zu liefern, wenn die gemeinsame Spalte unterschiedliche Namen hat in den data.frames. Sehen Sie, was in Ihrem Beispiel passiert:

Es funktioniert, wenn Sie die Namen direkt beliefern:

df1 %>% left_join(df2, by = c("x1" = "x2")) 
#Source: local data frame [10 x 3] 
# 
# x1 y1 y2 
#1 1 21 NA 
#2 2 22 NA 
#3 3 23 NA 
#4 4 24 NA 
#5 5 25 NA 
#6 6 26 26 
#7 7 27 27 
#8 8 28 28 
#9 9 29 29 
#10 10 30 30 

Und der genannten Vektor Sie liefern ist:

c("x1" = "x2") 
# x1 
#"x2" 

Nun, wenn Sie Zeichenvektoren verwenden, die Vektor namens Änderungen an:

var1 = "x1" 
var2 = "x2" 

c(var1 = var2) 
#var1    # <~~ this is why it doesn't work 
#"x2" 

ich weiß nicht, ob es eine „saubere“ Art und Weise, dies zu lösen in DPLY momentan. Eine Abhilfe ist die folgende zwicken den benannten Vektor zu konstruieren, wie erforderlich:

df1 %>% left_join(df2, by = setNames(var2, var1)) 
#Source: local data frame [10 x 3] 
# 
# x1 y1 y2 
#1 1 21 NA 
#2 2 22 NA 
#3 3 23 NA 
#4 4 24 NA 
#5 5 25 NA 
#6 6 26 26 
#7 7 27 27 
#8 8 28 28 
#9 9 29 29 
#10 10 30 30 

Das funktioniert, weil:

setNames(var2, var1) 
# x1 
#"x2" 

Hoffe, es hilft.

---

Hinweis: Sie könnten das gleiche tun mit names<- wie so:

df1 %>% left_join(df2, by = `names<-`(var2, var1)) 

aber Hadley empfiehlt stattdessen den setNames Ansatz.