0

嗨，伙计们，我知道在 R 中加入表格相关的问题很少，我尝试了其中的大部分，但它们没有用，就我而言，我有两个表格，第一个（A）有两列（Id和company_name），70,000 行，第二个（B）有company_name, registration number.....etc 有 10,000,000 行。

我想加入他们的行列，registration number为 A 的所有公司提供服务。

提示，我尝试在 excel 中合并、inner join使用和sqldf，但它没有返回 A 中的所有记录。fuzzyjoinvlookup

4

2 回答 2

2

没有任何示例代码或数据很难给出答案，但让我试试。

我可以在这里看到三个可能的问题。

1：您想在结果集中包含来自 A 的所有条目吗？即使B没有匹配？那么你应该使用左外连接。例如合并你应该有merge(A,B,by="company_name",all.x = TRUE)

2：正如我所见，您想加入 company_name，A 和 B 中的类字符都是？有时，当您在文件中读取时，它会因某种原因被转换为因子。将它们转换为字符A$company_name = as.character(A$company_name)并为 B 做同样的事情

3：名称中可能有多余的字符（如空格）或特殊字符。如果只是您可以删除它们并在此之后进行合并。使用这个：gsub('[^[:alnum:]]','',tolower(iconv(A$company_name, to='ASCII//TRANSLIT')))。这将确保您摆脱所有不需要的东西。

于 2017-12-06T11:13:30.417 回答
0

R

merge(table_a, table_b, by = "company_name", all.x = TRUE)

Excel

A：来自 table1 的 ID。
B：来自 table1 的公司名称。
C：来自 table2 的公司名称。
D：来自 table2 的registration_number。

在任何其他列中使用此公式获取registration_number

Vlookup(B2, $C$2:$D$10000001, 2, FALSE)
于 2017-12-06T11:09:09.360 回答