<\/p>\n
Anda dapat menggunakan fungsi merge()<\/strong> untuk melakukan penggabungan kiri di basis R:<\/span><\/p>\n Anda juga dapat menggunakan fungsi left_join()<\/strong> dari paket dplyr<\/a> untuk melakukan penggabungan kiri:<\/span><\/p>\n Catatan:<\/strong> Jika Anda bekerja dengan kumpulan data yang sangat besar, fungsi left_join()<\/strong> akan cenderung lebih cepat daripada fungsi merge()<\/strong> .<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan masing-masing fungsi ini dalam praktik dengan bingkai data berikut:<\/span><\/p>\n Kita dapat menggunakan fungsi merge()<\/strong> di basis R untuk melakukan penggabungan kiri, menggunakan kolom ‘tim’ sebagai kolom untuk bergabung:<\/span><\/p>\n Kita dapat menggunakan fungsi left_join()<\/strong> dari paket dplyr untuk melakukan join kiri, menggunakan kolom ‘team’ sebagai kolom untuk bergabung:<\/span><\/p>\n Satu perbedaan yang akan Anda lihat antara kedua fungsi ini adalah fungsi merge()<\/strong> secara otomatis mengurutkan baris berdasarkan abjad berdasarkan kolom yang Anda gunakan untuk melakukan penggabungan.<\/span><\/p>\n Sebaliknya, fungsi left_join()<\/strong> mempertahankan urutan asli baris pada bingkai data pertama.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di R:<\/span><\/p>\n Bagaimana cara melakukan inner join di R<\/a> Anda dapat menggunakan fungsi merge() untuk melakukan penggabungan kiri di basis R: #left join using base R merge(df1,df2, all. x = TRUE ) Anda juga dapat menggunakan fungsi left_join() dari paket dplyr untuk melakukan penggabungan kiri: #left join using dplyr dplyr::left_join(df2, df1) Catatan: Jika Anda bekerja dengan kumpulan data yang sangat besar, fungsi left_join() akan […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #left join using base R<\/span>\nmerge(df1,df2, all. x<\/span> = TRUE<\/span> )\n<\/strong><\/pre>\n #left join using dplyr\n<\/span>dplyr::left_join(df2, df1)<\/strong><\/pre>\n #define first data frame\n<\/span>df1 <- data. frame<\/span> (team=c(' Mavs<\/span> ', ' Hawks<\/span> ', ' Spurs<\/span> ', ' Nets<\/span> '),\n dots=c(99, 93, 96, 104))\n\ndf1\n\n team points\n1 Mavs 99\n2 Hawks 93\n3 Spurs 96\n4 Nets 104\n\n#define second data frame\n<\/span>df2 <- data. frame<\/span> (team=c(' Mavs<\/span> ', ' Hawks<\/span> ', ' Spurs<\/span> ', ' Nets<\/span> '),\n rebounds=c(25, 32, 38, 30),\n assists=c(19, 18, 22, 25))\n\ndf2\n\n team rebound assists\n1 Mavs 25 19\n2 Hawks 32 18\n3 Spurs 38 22\n4 Nets 30 25<\/strong><\/pre>\n Contoh 1: Gabung kiri menggunakan Basis R<\/strong><\/span><\/h2>\n
#perform left join using base R<\/span>\nmerge(df1, df2, by=' team<\/span> ', all. x<\/span> = TRUE<\/span> )\n\n team points rebound assists\n1 Hawks 93 32 18\n2 Mavs 99 25 19\n3 Nets 104 30 25\n4 Spurs 96 38 22\n<\/strong><\/pre>\n Contoh 2: Gabung ke kiri menggunakan dplyr<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)\n\n#perform left join using dplyr<\/span> \nleft_join(df1, df2, by=' team<\/span> ')\n\n team points rebound assists\n1 Mavs 99 25 19\n2 Hawks 93 32 18\n3 Spurs 96 38 22\n4 Nets 104 30 25<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Bagaimana melakukan pencocokan fuzzy di R<\/a>
Bagaimana cara menambahkan kolom ke bingkai data di R<\/a>
Cara menghapus kolom dari bingkai data di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"