6

在尝试合并多个数据框时，我得到了一些非常奇怪的东西。帮助！

我需要通过“RID”和“VISCODE”列合并一堆数据框。这是它的外观示例：

d1 = data.frame(ID = sample(9, 1:100), RID = c(2, 5, 7, 9, 12),
            VISCODE = rep('bl', 5),
            value1 = rep(16, 5))

d2 = data.frame(ID = sample(9, 1:100), RID = c(2, 2, 2, 5, 5, 5, 7, 7, 7),
            VISCODE = rep(c('bl', 'm06', 'm12'), 3),
            value2 = rep(100, 9))

d3 = data.frame(ID = sample(9, 1:100), RID = c(2, 2, 2, 5, 5, 5, 9,9,9),
            VISCODE = rep(c('bl', 'm06', 'm12'), 3),
            value3 = rep("a", 9),
            values3.5 = rep("c", 9))

d4 = data.frame(ID =sample(8, 1:100), RID = c(2, 2, 5, 5, 5, 7, 7, 7, 9),
            VISCODE = c(c('bl', 'm12'), rep(c('bl', 'm06', 'm12'), 2), 'bl'),
            value4 = rep("b", 9))

dataList = list(d1, d2, d3, d4)

我查看了题为“使用循环将几个 data.frames 合并到一个 data.frame中”的问题的答案。我使用了那里建议的reduce方法以及我写的一个循环：

try1 = mymerge(dataList)

try2 <- Reduce(function(x, y) merge(x, y, all= TRUE,
by=c("RID", "VISCODE")), dataList, accumulate=F)

其中 dataList 是数据帧列表，而 mymerge 是：

mymerge = function(dataList){

L = length(dataList)

mdat = dataList[[1]]

  for(i in 2:L){

    mdat = merge(mdat, dataList[[i]], by.x = c("RID", "VISCODE"),
                                  by.y = c("RID", "VISCODE"), all = TRUE)
  }

mdat
}

对于我的测试数据和真实数据的子集，它们都可以正常工作并产生完全相同的结果。但是，当我使用较大的数据子集时，它们都会分解并给我以下错误： match.names(clabs, names(xi)) 中的错误：名称与以前的名称不匹配。

真正奇怪的是，使用它可以：

  dataList = list(demog[1:50,],
            neurobat[1:50,],
            apoe[1:50,],
            mmse[1:50,],
            faq[1:47, ])

并且使用它失败了：

  dataList = list(demog[1:50,],
            neurobat[1:50,],
            apoe[1:50,],
            mmse[1:50,],
            faq[1:48, ])

据我所知，faq 的第 48 行没有什么特别之处。同样，使用这个作品：

dataList = list(demog[1:50,],
            neurobat[1:50,],
            apoe[1:50,],
            mmse[1:50,],
            pdx[1:47, ])

并且使用它失败了：

dataList = list(demog[1:50,],
            neurobat[1:50,],
            apoe[1:50,],
            mmse[1:50,],
            pdx[1:48, ])

faq 中的第 48 行和 pdx 中的第 48 行具有相同的 RID 和 VISCODE 值，相同的 EXAMDATE 值（我不匹配的东西）和不同的 ID 值（另一个我不匹配的东西）。除了匹配的 RID 和 VISCODE 之外，我还看到了它们的特别之处。它们不共享任何其他变量名称。同样的情况发生在数据的其他地方，没有问题。

要为复杂功能锦上添花，这甚至行不通：

dataList = list(demog[1:50,],
            neurobat[1:50,],
            apoe[1:50,],
            mmse[1:50,],
            faq[1:48, 2:3])

其中第 2 列和第 3 列是“RID”和“VISCODE”。

48 甚至不是神奇的数字，因为它有效：

 dataList = list(demog[1:500,],
            neurobat[1:500,],
            apoe[1:500,],
            mmse[1:457,])

使用 mmse[1:458, ] 失败。

我似乎无法提出导致问题的测试数据。以前有人遇到过这个问题吗？关于如何合并的任何更好的想法？

4

1 回答 1

1

不确定我是否可以提供帮助，但我想我会发布，因为我发现这个正在寻找有关此错误的帮助。我实际上拥有的是：

a <- cbind(b,c)
d <- merge(a,e)

我得到了同样的错误。使用a <- data.frame(b,c)解决了问题，但我不知道为什么。

object.size(a);1248124200 bytes

object.size(c);1248124032 bytes

所以有些不同。所有的类都是一样的，str()什么都没有。我难住了。

希望这可以帮助其他知情人士。

于 2011-02-21T03:53:59.073 回答