Discussion :

[Audrey H]

Bonjour,
J'aimerais faire une fusion entre deux tables en ne gardant qu'une seule fois une colonne qui pourrait se trouver dans les 2 tables.
J'utilise la commande merge de cette manière :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Table3 <- merge ( Table1, Table2 , by="<champ_join>"  )

Je pense qu'avec une option mon problème peut être résolu mais je ne la trouve pas.
Merci

[pitipoisson]

Bonjour,

Tout dépend de ce qu'il y a dans tes deux tables.
Par défaut (sans by="<champ_join>"), merge() regroupe les tables sur toutes les colonnes commune (critère = nom).

• Si dans ces colonnes communes tu as les même données, peu importe l'ordre, tu obtiendra ce que tu souhaites et sans colonne dupliquée.
• Si certaines valeurs changent dans un champs, tu peux
  
  • soit le forcer à conserver toutes les valeurs en dupliquant les lignes et en remplissant ce qui manque avec des NA (option all=TRUE)
  • soit - si l'information portée sur les deux colonnes de même nom n'a pas le même sens - conserver les deux colonnes en spécifiant les champs à joindre (by=c("champ1", "champ2",...))

Un exemple étant plus parlant:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
> d1 <- data.frame(a=letters[1:5], b=2:6)
> d2 <- data.frame(a=letters[1:5], b=2:6, LETTERS[7:3])
> d3 <- data.frame(a=letters[1:5], b=seq(from=0, to=20, length=5), LETTERS[7:3])
> 
> merge(d1, d2)       # merge sur tous les noms communs ; même données en "a" et "b"
  a b LETTERS.7.3.
1 a 2            G
2 b 3            F
3 c 4            E
4 d 5            D
5 e 6            C
>
> merge(d1, d3, all=TRUE)       # merge sur tous les noms communs ;  données différentes en "b" => on force à tout conserver
   a  b LETTERS.7.3.
1  a  0            G
2  a  2         <NA>
3  b  3         <NA>
4  b  5            F
5  c  4         <NA>
6  c 10            E
7  d  5         <NA>
8  d 15            D
9  e  6         <NA>
10 e 20            C
>
> merge(d1, d3, by="a")       # données différentes en "b" => on conserve les 2 colonnes séparément en mergeant sur "a" uniquement
  a b.x b.y LETTERS.7.3.
1 a   2   0            G
2 b   3   5            F
3 c   4  10            E
4 d   5  15            D
5 e   6  20            C

Note qu'il est possible de joindre des tables qui ont des données communes mais pas sous les même noms

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
> merge(d1, d3, by.x=c("a", "b"), by.y=c("b", "a"), all=TRUE)
      a b LETTERS.7.3.
1     a 2         <NA>
2     b 3         <NA>
3     c 4         <NA>
4     d 5         <NA>
5     e 6         <NA>
6  <NA> a            G
7  <NA> b            F
8  <NA> c            E
9  <NA> d            D
10 <NA> e            C
Warning messages:
1: In `[<-.factor`(`*tmp*`, ri, value = c(0, 5, 10, 15, 20)) :
  niveau de facteur incorrect, NAs générés
2: In `[<-.factor`(`*tmp*`, ri, value = c(0, 5, 10, 15, 20)) :
  niveau de facteur incorrect, NAs générés
>

Bon, ici R renâcle parce que les types de données ne sont en fait pas les même dans les deux colonnes, mais l'idée est là.

Pour davantage de précision concernant ton cas précis, il faudrait des exemples concrets de données : le code adéquat va véritablement dépendre de ce qu'il y a réellement en commun dans tes deux tables et de ce que tu veux conserver en cas de données manquantes.