<\/p>\n
Mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni, aby po\u0142\u0105czy\u0107 dwie ramki danych w R w oparciu o wiele kolumn:<\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy w R nast\u0119puj\u0105ce dwie ramki danych:<\/span><\/p>\n Zwr\u00f3\u0107 uwag\u0119, \u017ce obie ramki danych maj\u0105 wsp\u00f3ln\u0105 kolumn\u0119 playerID<\/strong> , ale kolumny zespo\u0142u maj\u0105 w ka\u017cdej ramce r\u00f3\u017cne nazwy:<\/span><\/p>\n Aby po\u0142\u0105czy\u0107 te ramki danych w oparciu o kolumny playerID i team, musimy u\u017cy\u0107 argument\u00f3w by.x<\/strong> i by.y.<\/strong><\/span><\/p>\n Do wykonania tego scalania mo\u017cemy u\u017cy\u0107 nast\u0119puj\u0105cego kodu:<\/span><\/p>\n Ostateczna po\u0142\u0105czona ramka danych zawiera dane wszystkich czterech graczy nale\u017c\u0105cych do oryginalnych dw\u00f3ch ramek danych.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe funkcje ramki danych w R:<\/span><\/p>\n Jak wykona\u0107 lewe z\u0142\u0105czenie w R<\/a> Mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni, aby po\u0142\u0105czy\u0107 dwie ramki danych w R w oparciu o wiele kolumn: merge(df1, df2, by. x =c(’ col1 ’, ’ col2 ’), by. y =c(’ col1 ’, ’ col2 ’)) Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce. Przyk\u0142ad: Scal bloki danych w wielu kolumnach Za\u0142\u00f3\u017cmy, \u017ce mamy w […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2082","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n merge(df1, df2, by. x<\/span> =c(' col1<\/span> ', ' col2<\/span> '), by. y<\/span> =c(' col1<\/span> ', ' col2<\/span> '))\n<\/strong><\/pre>\n Przyk\u0142ad: Scal bloki danych w wielu kolumnach<\/strong><\/span><\/h3>\n
#define data frames<\/span>\ndf1 = data. frame<\/span> (playerID=c(1, 2, 3, 4, 5, 6),\n team=c('A', 'B', 'B', 'B', 'C', 'C'),\n dots=c(19, 22, 25, 29, 34, 39))\n\ndf2 = data. frame<\/span> (playerID=c(1, 2, 3, 4),\n tm=c('A', 'B', 'B', 'B'),\n rebounds=c(7, 8, 8, 14))\n\n#view first data frame<\/span>\ndf1\n\n playerID team points\n1 1 A 19\n2 2 B 22\n3 3 B 25\n4 4 B 29\n5 5 C 34\n6 6 C 39\n\n#view second data frame\n<\/span>df2 \n\n playerID tm rebounds\n1 1 To 7\n2 2 B 8\n3 3 B 8\n4 4 B 14<\/strong><\/span><\/pre>\n\n
#merge two data frames<\/span>\nmerged = merge(df1, df2, by. x<\/span> =c(' playerID<\/span> ', ' team<\/span> '), by. y<\/span> =c(' playerID<\/span> ', ' tm<\/span> '))\n\n#view merged data frame\n<\/span>merged\n\n playerID team points rebounds\n1 1 A 19 7\n2 2 B 22 8\n3 3 B 25 8\n4 4 B 29 14<\/span>\n<\/strong><\/pre>\n Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak wykona\u0107 WYSZUKAJ.PIONOWO w R<\/a>
Jak doda\u0107 wiersze do ramki danych w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"