r - 如何在具有不同名称的列上使用连接？

Question

我正在尝试使用 plyr 库中的连接，但我的列有不同的名称。我按国家加入。一个国家/地区和另一个国家/地区(大小写不同)。

命令

foo <- join(ie, geo, by="Country")

给我这个错误:

Error in [.data.frame(x, by) : undefined columns selected

如何修改 by 参数来连接两个不同的列名？

Answer 1

根据文档，这似乎是不可能的。正如评论中指出的那样，基本函数 merge 将使用 by.x = "Country" 和 by.y = "country" 来处理这个问题，但合并速度很慢。我认为最好的选择是重命名其中一列(如果需要，可以在连接后改回名称)。

还可以考虑使用 dplyr 中的连接函数，它比 plyr 中的连接函数更快，例如

> system.time(x<-inner_join(baseball, baseball, by = "id"))
   user  system elapsed 
  0.037   0.000   0.037 
> system.time(x<-join(baseball, baseball, by = "id"))
   user  system elapsed 
  0.943   0.002   0.945 
>