cbind： 根據列進行合并，即疊加所有列，m列的矩陣與n列的矩陣cbind()最后變成m+n列，合并前提：cbind(a, c)中矩陣a、c的行數必需相符
rbind： 根據行進行合并，就是行的疊加，m行的矩陣與n行的矩陣rbind()最后變成m+n行，合并前提：rbind(a, c)中矩陣a、c的列數必需相符
|
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
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
|
> a <- matrix(1:12, 3, 4)> print(a) [,1] [,2] [,3] [,4][1,] 1 4 7 10[2,] 2 5 8 11[3,] 3 6 9 12> > b <- matrix(-1:-12, 3, 4)> print(b) [,1] [,2] [,3] [,4][1,] -1 -4 -7 -10[2,] -2 -5 -8 -11[3,] -3 -6 -9 -12> > x=cbind(a,b)> print(x) [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8][1,] 1 4 7 10 -1 -4 -7 -10[2,] 2 5 8 11 -2 -5 -8 -11[3,] 3 6 9 12 -3 -6 -9 -12> > y=rbind(a,b)> print(y) [,1] [,2] [,3] [,4][1,] 1 4 7 10[2,] 2 5 8 11[3,] 3 6 9 12[4,] -1 -4 -7 -10[5,] -2 -5 -8 -11[6,] -3 -6 -9 -12> > > c <- matrix(-1:-20, 4, 5)> print(c) [,1] [,2] [,3] [,4] [,5][1,] -1 -5 -9 -13 -17[2,] -2 -6 -10 -14 -18[3,] -3 -7 -11 -15 -19[4,] -4 -8 -12 -16 -20> > x2=cbind(a,c)Error in cbind(a, c) : 矩陣的行數必需相符(見arg2)> print(x2) [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9][1,] 1 4 7 10 -1 -4 -7 -10 -13[2,] 2 5 8 11 -2 -5 -8 -11 -14[3,] 3 6 9 12 -3 -6 -9 -12 -15> > y2=rbind(a,c)Error in rbind(a, c) : 矩陣的列數必需相符(見arg2)> print(y2)Error in print(y2) : 找不到對象'y2'> |
merge函數
兩個數據框擁有相同的時間或觀測值，但這些列卻不盡相同。處理的辦法就是使用
merge(x, y ,by.x = ,by.y = ,all = ) 函數。
|
1
2
3
4
5
6
7
8
|
#merge／合并ID<-c(1,2,3,4)name<-c(“A”,”B”,”C”,”D”)score<-c(60,70,80,90)student1<-data.frame(ID,name)student2<-data.frame(ID,score)total_student1<-merge(student1,student2,by=”ID”)total_student1 |
當我們需要將相同的觀測對象得出的不同類型變量合并時，則采用cbind，也就是合并columm。
到此這篇關于R語言中cbind、rbind和merge函數的使用與區別的文章就介紹到這了,更多相關R語言 cbind、rbind和merge內容請搜索服務器之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持服務器之家！
原文鏈接：https://blog.csdn.net/ARPOSPF/article/details/85450238
