R语言中的inner_join, full_join, left_join, right_join

在R for Data Science中，作者用了非常直观的例子解释了上面的四个概念。说明如下：

我们的数据集是这样的：

x <- tribble(
  ~key, ~val_x,
  1, "x1",
  2, "x2",
  3, "x3"
)
y <- tribble(
  ~key, ~val_y,
  1, "y1",
  2, "y2",
  4, "y3"
)

可以看出，x与y的key都有1，2，但是x的key里面有3，y的key里面有4.

下面我们来看这四个概念：

1. inner_join

x %>%
  inner_join(y, by = "key")

其结果是

key val_x val_y
  <dbl> <chr> <chr>
     1 x1    y1   
     2 x2    y2

可以看出，此时基于key的连接只保留了共同的key值1与2对应的数据；

2. full_join

x %>%
  full_join(y, by = "key")

其结果是

key val_x val_y
  <dbl> <chr> <chr>
  1 x1    y1   

  2 x2    y2   

  3 x3    NA   
  4 NA    y3

可以看出，此时基于key的连接保留了所有key值对应的数据，当相应的值不存在的时候，用NA代替；

3. left_join

x %>%
  left_join(y, by = "key")

此时的结果为
<dbl> <chr> <chr>
    1 x1    y1   
    2 x2    y2   
    3 x3    NA 

可以看出, 此时基于key的连接只保留了x对应的key值的数据，当相应的值不存在的时候，用NA代替；

4.  right_join

x %>%
  right_join(y, by = "key")

此时的结果为

key val_x val_y
  <dbl> <chr> <chr>
1 x1    y1   
2 x2    y2   
4 NA   y3

可以看出，此时基于key的连接只保留了y对应的key值的数据，当相应的值不存在的时候，用NA代替。