R语言ETL工程：插入与合并（add/bind）

作者： 黄天元 ，复旦大学博士在读，目前研究涉及文本挖掘、社交网络分析和机器学习等。希望与大家分享学习经验，推广并加深R语言在业界的应用。

邮箱：huang.tian-yuan@qq.com

本章要讲的是两个内容， 第一个是如何在表格中插入新的数据 ，包括行和列； 第二个是如何把格式相同的表格合并起来 ，包括行合并和列合并。两者操作和实现内容非常相似，在一定程度上能够相互置换使用，因此放在一章中合并讲解。本章内容较为简单，准备工作如下：

 1library(tidyverse)
 2
 3## -- Attaching packages --------------------------- tidyverse 1.2.1 --
 4
 5## √ ggplot2 3.1.0 √ purrr 0.2.5 
 6## √ tibble 2.0.1 √ dplyr 0.8.0.1
 7## √ tidyr 0.8.1 √ stringr 1.3.1 
 8## √ readr 1.3.1 √ forcats 0.3.0
 9
10## -- Conflicts ------------------------------ tidyverse_conflicts() --
11## x dplyr::filter() masks stats::filter()
12## x dplyr::lag() masks stats::lag()

插 入（add）

行插入（add_row）

我们先建立一个数据表：

 1df <- tibble(x = 1:6, y = 6:1)
 2df
 3
 4## # A tibble: 6 x 2
 5## x y
 6## <int> <int>
 7## 1 1 6
 8## 2 2 5
 9## 3 3 4
10## 4 4 3
11## 5 5 2
12## 6 6 1

下面我们插入一行：

 1df %>%
 2add_row(x = 7, y = 0)
 3
 4## # A tibble: 7 x 2
 5## x y
 6## <dbl> <dbl>
 7## 1 1 6
 8## 2 2 5
 9## 3 3 4
10## 4 4 3
11## 5 5 2
12## 6 6 1
13## 7 7 0

插入成功。有的时候我们想要插入到指定的位置，比如我们要把上面的内容插入到第三行，可以这么写：

 1df %>%
 2add_row(x = 7, y = 0,.before = 3)
 3
 4## # A tibble: 7 x 2
 5## x y
 6## <dbl> <dbl>
 7## 1 1 6
 8## 2 2 5
 9## 3 7 0
10## 4 3 4
11## 5 4 3
12## 6 5 2
13## 7 6 1

这样，我们就把需要插入的行插入到第3行。如果想要插入到倒数第3行，可以这样操作：

 1df %>%
 2add_row(x = 7, y = 0,.after = 3)
 3
 4## # A tibble: 7 x 2
 5## x y
 6## <dbl> <dbl>
 7## 1 1 6
 8## 2 2 5
 9## 3 3 4
10## 4 7 0
11## 5 4 3
12## 6 5 2
13## 7 6 1

只要我们插入的x和y的数量一致，我们可以插入任意多的行，不过要清楚每一行都是一一对应的，我们举个例子：

 1df %>%
 2add_row(x = 1:3, y = 3:1)
 3
 4## # A tibble: 9 x 2
 5## x y
 6## <int> <int>
 7## 1 1 6
 8## 2 2 5
 9## 3 3 4
10## 4 4 3
11## 5 5 2
12## 6 6 1
13## 7 1 3
14## 8 2 2
15## 9 3 1

前面我们已经注意到，如果要插入行，就要对每一行所有的元素赋值，如果我们只插入x不插入y，那么其他部分会自动插入缺失值。例如：

 1df %>%
 2add_row(x = 1)
 3
 4## # A tibble: 7 x 2
 5## x y
 6## <dbl> <int>
 7## 1 1 6
 8## 2 2 5
 9## 3 3 4
10## 4 4 3
11## 5 5 2
12## 6 6 1
13## 7 1 NA

列插入（add_column）

 1df %>% 
 2add_column(z = 2:7)
 3
 4## # A tibble: 6 x 3
 5## x y z
 6## <int> <int> <int>
 7## 1 1 6 2
 8## 2 2 5 3
 9## 3 3 4 4
10## 4 4 3 5
11## 5 5 2 6
12## 6 6 1 7

这里必须注意的是，列一定要是一个相同长度的向量才能够插入，否则会报错。不过，如果想要输入一个与表格相同长度的常数向量，可以直接简写为：

 1df %>% 
 2add_column(z = 0)
 3
 4## # A tibble: 6 x 3
 5## x y z
 6## <int> <int> <dbl>
 7## 1 1 6 0
 8## 2 2 5 0
 9## 3 3 4 0
10## 4 4 3 0
11## 5 5 2 0
12## 6 6 1 0
13
14#等价于
15df %>%
16add_column(z = c(0,0,0,0,0,0)) #只是为了生动一点，熟悉的专家们可以直接用rep(0,6)
17
18## # A tibble: 6 x 3
19## x y z
20## <int> <int> <dbl>
21## 1 1 6 0
22## 2 2 5 0
23## 3 3 4 0
24## 4 4 3 0
25## 5 5 2 0
26## 6 6 1 0

合 并（bind）

行合并（bind_rows）

要让两个表格进行合并，先要条件就是两个表格必须有相同的列数，而且具有相同的列名称，这样才能够对应起来合并成一个表格。我们举个例子：

 1df1 = tibble(a = 1:2, b = 3:4)
 2df2 = tibble(a = 7:8, b = 9:10)
 3
 4df1
 5
 6## # A tibble: 2 x 2
 7## a b
 8## <int> <int>
 9## 1 1 3
10## 2 2 4
11
12df2
13
14## # A tibble: 2 x 2
15## a b
16## <int> <int>
17## 1 7 9
18## 2 8 10

下面我们完成合并：

 1df1 %>%
 2bind_rows(df2)
 3
 4## # A tibble: 4 x 2
 5## a b
 6## <int> <int>
 7## 1 1 3
 8## 2 2 4
 9## 3 7 9
10## 4 8 10

列合并（bind_cols）

两个表格的合并条件会宽松一点，那就是只要表格的行数相等即可，例子如下：

1df1 %>%
2bind_cols(df2)
3
4## # A tibble: 2 x 4
5## a b a1 b1
6## <int> <int> <int> <int>
7## 1 1 3 7 9
8## 2 2 4 8 10

这里我们发现了一个有趣的现象，因为我们列名称是完全相同的，所以第二个表格的列名称会补上一个“1”。正常情况下，我们不希望合并到一个表格的列名称会发生重名现象，这是大家在实际工作中需要注意的。

小 结

本章我们介绍了如何插入行列，以及对表格进行行列合并，这些是表格操纵最基本的操作，需要牢牢把握。

——————————————

往期精彩：

• 现阶段硕士的困境：读博没决心，不读也闹心…

• 工作多少年，在哪个行业，可以拿到年薪50万+

• gcIntermediate_航线图_必知必会

• R语言中文社区2018年终文章整理（作者篇）

• R语言中文社区2018年终文章整理（类型篇）

天善智能 每日一道算法题，打卡学习 小程序

本文由R语言中文社区 创作，采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。

转载、引用前需联系作者，并署名作者且注明文章出处。

本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。