处于大数据时代，不会数据拼接就要gg了！
数据库不会老老实实的将一切都准备好等您来享用。大部分数据是零散的，甚至是乱糟糟的！因此，数据拼接是一个必备技能！
手动拼接？样本量小的时候还可以，也就眼睛受点苦。有时候，不但眼睛受了苦，数据的拼接工作也同样搞砸！
如果样本量达几千几万几亿的话，那就变得相当困难了。一旦上下行串，后果将会是毁灭性的！
小编今天就来解决这个问题！将用到{dplyr}中的拼接函数 *_join()，以及基础R的函数merge()。
速速进入操作部分～
#安装和载入
install.packages("dplyr")
library(dplyr)创建两个数据（包含共同变量：id）用于后续数据拼接，为了让演示能简单明了，我们所创建的示范数据是极其简单的。
# 创建第一个数据
mydata_1 <- tibble(id = c(1, 2, 3),
var1 = c("A1", "B1", "C1"))
mydata_1
# 创建第二个数据
mydata_2 <- tibble(id = c(1, 2, 4),
var2 = c("A2", "B2", "C2"))
mydata_2接下来，根据不同的拼接目的介绍四个*_join()函数和merge()的用法。
首先，介绍第一个函数inner_join()，将两个数据集根据共同变量id拼起来，代码如下：
mydata_in <- inner_join(mydata_1, mydata_2, by = "id")
mydata_in上述代码将保留两个数据集（mydata_1和mydata_2）中id相同的行，并拼在一起。
看下图更加容易理解：
一图胜过千言万语！
此外，如果是使用merge()：
mydata_in1 <- merge(mydata_1, mydata_2, by = "id")
mydata_in1第二个函数left_join()，代码如下：
mydata_left <- left_join(mydata_1, mydata_2, by = "id")
mydata_leftleft_join()顾名思义，以代码中在左边的数据(mydata_1)为准进行两个数据集的拼接，保留mydata_1中所有行，即id为1, 2, 3的样本。在mydata_2中，没有对应的id则以NA（缺失值）的形式标记。见下图：
mydata_left1 <- merge(mydata_1, mydata_2, by = "id", all.x = TRUE)
mydata_left1第三个函数：right_join()，代码如下：
mydata_right <- right_join(mydata_1, mydata_2, by = "id")
mydata_right使用merge()拼接数据：
mydata_right1 <-merge(mydata_1, mydata_2, by = "id", all.y = TRUE)
mydata_right1上述代码：all.y = TRUE中y代表第二个数据集，即保留第二个数据集(mydata_2)中的全部id(1, 2, 4)。
第四个函数full_join()，代码如下：
mydata_full <- full_join(mydata_1, mydata_2, by = "id")
mydata_full上述full_join()将保留两个数据集中所有行，即id为1, 2, 3, 4。如下图：
如果使用merge()，可以这么做：
mydata_full1 <- merge(mydata_1, mydata_2, by = "id", all = TRUE)
mydata_full1上述代码：all = TRUE，即拼接两个数据集时要保留它们的全部行，即id为1, 2, 3, 4。
示意图加上表格，一整个清晰明了！
公众号的线上课程
1. 《R语言和统计新手课程》
2. 《回归：从入门到进阶》
【通过公众号菜单栏--线上课程--新手课程/回归课程】
统计咨询
公众号核心成员的成果发表
