R数据帧中的特殊连接
是指在R语言中，数据帧（data frame）是一种特殊的数据结构，它类似于表格，由行和列组成。特殊连接是指在数据帧中，通过某种条件将两个或多个数据帧连接起来，形成一个新的数据帧。
在R语言中，可以使用多种函数来实现数据帧的特殊连接，常用的函数包括merge()、cbind()和rbind()。
- merge(): merge()函数用于根据指定的列或变量将两个数据帧连接起来。它可以根据相同的列名进行连接，也可以根据不同的列名进行连接。merge()函数的优势在于可以根据不同的连接方式（如内连接、左连接、右连接和全连接）进行数据帧的连接。具体使用方法和示例可以参考腾讯云文档中的merge()函数介绍。
- cbind(): cbind()函数用于将两个数据帧按列连接起来，即将两个数据帧的列合并成一个新的数据帧。它要求两个数据帧的行数必须相同。具体使用方法和示例可以参考腾讯云文档中的cbind()函数介绍。
- rbind(): rbind()函数用于将两个数据帧按行连接起来，即将两个数据帧的行合并成一个新的数据帧。它要求两个数据帧的列数必须相同。具体使用方法和示例可以参考腾讯云文档中的rbind()函数介绍。
特殊连接在数据分析和数据处理中非常常见，可以用于合并不同数据源的数据、进行数据集成和数据清洗等操作。例如，可以将两个包含相同字段的数据帧按照某个字段进行连接，以便进行数据分析和建模。
腾讯云提供的相关产品和服务中，腾讯云数据库（TencentDB）可以作为存储数据的解决方案，可以用于存储和管理数据帧。具体产品介绍和链接地址可以参考腾讯云文档中的TencentDB产品介绍。
需要注意的是，以上答案仅供参考，具体的连接方式和腾讯云产品选择应根据实际需求和情况进行决策。
相关·内容
1回答
ı正在尝试对数据帧tex中的单词进行词干提取
数据是一个数据帧，karma是文本列，zargan是word的字典和word的词根
for a in range(1,100000):
for j in data.KARMA[a].split():
pattern = r'\b'+j+r'\b'
data.KARMA[a] = re.sub(pattern, str(zargan.get(j,j)),data.KARMA[a])
print(data.KARMA[1])
我想更改文本中的单词和词根
浏览 1提问于2019-08-19得票数 0
我有以下问题。
背景：
我想连接到一个MySQL数据库并将表格下载到R.
数据库( MySQL提示符)只能通过SSH隧道访问到另一个服务器。
我正在使用上的MacBook Pro (2015年)。
问题：
从“终端”，我可以轻松地将SSH发送到服务器，然后输入MySQL提示符并运行所需的查询。
但是，我不能在RStudio内部执行后一个任务。
我试过的代码是：
> system('ssh -f <server_user>@<server_ip> -N sleep 20')
> db <- dbConne
浏览 1提问于2016-03-01得票数 2
回答已采纳
1回答
有人知道如何将R数据帧写入新的雪花数据库表吗？我在R中创建了一个成功的雪花ODBC连接，并且可以成功地从雪花查询。连接命令是: conn <- DBI::dbConnect(odbc::odbc()，“雪花”)。
现在，我想写一个在R中创建的数据帧，作为一个表返回给雪花。我使用了以下命令: dbWriteTable(conn，"database.schema.tablename"，R数据帧名)。使用此命令成功地与雪花连接，但我得到以下错误消息：“new_result中的错误(connection@ptr，语句)：nanodbc/nanodbc.cpp:1344: 2200
浏览 9提问于2020-06-04得票数 3
回答已采纳
1回答
在r中的列表中命名元素
、、、
我有一个包含21个字符串的列表，名为"r1score.list“。我是通过从文件夹读取文本文件来列出这个列表的。然后，我将每个txt放到一个数据框架中，并将它们放到另一个名为“r1.core”的列表中。(您可以忽略函数(X){sortertoDF(X)}，因为我正在调用我在其他地方编写的函数来操作数据)。
r1score.list <- dir(pattern="*.txt")
> r1score.list
[1] "p01_control.txt" "p02_control.txt" "p03_contr
浏览 0提问于2014-02-20得票数 0
回答已采纳
1回答
我在找一台能在IMPALA连接两个数据帧的synthax。我希望避免在R中执行该操作，因为我必须在R中导入数据帧。
感谢您的帮助！
浏览 3提问于2018-08-07得票数 1
我在R中创建了数据帧，我使用下面的代码连接到访问DB。我能够将access db中的所有数据提取到R。
我有三张桌子，像A，B，C
在R中创建了相同的数据帧，如A、B、C
如何将A、B、C的R数据帧从R移动到DB目标表A、B、C？
在R演播室中使用R编码。
请帮忙，这对我来说是很重要的任务。
con <- odbcDriverConnect("Driver={Microsoft Access Driver (*.mdb, *.accdb)};
DBQ=C:/Users/chintan/Desktop/Published.accd
浏览 3提问于2015-11-30得票数 5
1回答
我在Spark 2.4中有两个数据帧，它们的大小几乎相同。每个都有大约4000万条记录。一种是通过简单地从S3加载数据帧生成的，另一种是加载一堆数据帧并使用sparkSQL生成大型数据帧。然后我将这两个数据帧多次连接到多个数据帧中，并尝试将它们作为CSV写入S3……然而，我看到我的写入时间超过了30分钟，我不确定它是否正在重新评估数据帧，或者我是否需要更多CPU来完成此任务。尽管如此，我还是希望有人能对如何优化这些写入时间提供一些建议。
浏览 12提问于2020-05-14得票数 0
回答已采纳
1回答
R中矩阵行的多到多比较
、、、、
我试图用R将两个大数据帧的数据关联起来。数据是这样组织的：
第一数据帧包括~5M行。每一行都需要与第二数据帧中的几行(通常超过1行)进行比较。
第二个数据帧约为100,000行，每一行也对应于数据帧1中的多个条目。
我尝试使用merge()连接这两个数据帧，并对新数据帧的每一行执行关联，但这会导致内存分配问题。生成的数据帧可能大于50m行，这太大了，无法处理。
您是否有任何建议，在没有生成一个连接的数据框架的情况下，对多个比较进行比较？我看了一下apply衍生品，但找不到我想要的。
浏览 3提问于2014-11-17得票数 0
回答已采纳
我在R中有一个数据帧，它有大约100k个ID。我希望将这些ID放在使用R包RODBC、MySQL和redshift将R连接到Oracle、MYSQL和redshift表的查询中。
例如,
output <- dbGetQuery(conn,paste("select * from redshift_table
where ID in (select ID from df"))
当你只有几个I时，我已经看到了一些使用粘贴功能的解决方案，但我的I列表非常大，我认为粘贴功能不起作用。
如何将我的R数据帧与R中的这些外部数据库连接起来？我不喜欢在我的外部数据库中创建临时表。
提
浏览 1提问于2015-08-16得票数 0
在连接两个数据帧之后，我发现列的顺序改变了我的预期。
例如:在b上连接具有列[b,c,d,e]和[a,b]的两个数据帧将产生[b,a,c,d,e]的列顺序。
如何更改列的顺序(例如，[a,b,c,d,e])？我已经找到了在Python/R中做到这一点的方法，但没有找到Scala或Java。是否有任何方法允许交换或重新排序数据帧列？
浏览 1提问于2016-06-29得票数 4
我使用"RPostgreSQL“包将R连接到amazon Redshift，我可以连接，创建和删除表，查询数据库，将数据保存到R数据框中，并手动插入值。
我不能做的是直接从R数据帧中将数据插入到红移读取中，并且我不能使用dbWriteTable函数，因为在红移中缺少Posgress组件。
我做错了什么？
提前感谢您的帮助！
浏览 0提问于2014-09-11得票数 4
当我将表从Vertica DB读取到R中作为数据帧并执行inner_join时，与在Vertica中以相同的连接条件对这两个表执行内部连接相比，我得到了不同的结果。R的内部连接与SQL连接有什么不同吗？
浏览 0提问于2020-09-07得票数 0
1回答
下面的简化代码连接所有myData数据帧列，除元素R之外，只有在数据帧中有多个R元素时才连接元素R，而在元素列中只有一个R的情况下，则显示单个R而不连接。 --当数据帧的元素列中没有R元素时，代码也应该可以工作--但是它不使用。
下面是运行代码时的正确输出，其中有两个R元素，而只有一个R元素--
有两个R元素：
Element Group ElementCnt finalCode
1 C 4 1 C.4.1
2 R 0 1 R.0.1
3 C 1 2 C
浏览 3提问于2022-07-29得票数 1
回答已采纳
对于我的论文项目，我需要导入117个.json文件并将其连接到一个数据文件中。手动工作，但我找不出一个循环。另一个问题是，这些特性需要在数据帧中有文件名。
基本上，我需要在下面自动化这个过程：
df_aa = pd.read_json(r'path')
df_aa.columns = ['Time', 'Active_adresses']
#df_aa.head()
#df_aa.tail()
df_tf = pd.read_json(r'path')
df_tf.columns = ['Time',
浏览 1提问于2022-04-16得票数 0
1回答
我确实理解数据包分段的目的。从答案来看，我唯一不理解的是总长度和片段偏移量。如果你能给我解决这个问题的任何帮助，我将不胜感激。
下面是问题和答案。
假设主机A连接到路由器R1，R1连接到另一个路由器R2，R2连接到主机B。假设一个包含900字节数据和20字节TCP报头的TCP消息被传递到主机A处的IP代码，以便传送到B。假设链路A-R1可以支持1024字节的最大帧大小，包括14字节的帧头，链路R1-R2可以支持512字节的最大帧大小，包括8字节的帧头，并且链路R2-B可以支持512字节的最大帧大小，包括12字节的帧头。
答案：
The initial IP datagram will be f
浏览 3提问于2015-11-11得票数 0
2回答
我有两个不同的框架。在框架1中，我有5个不同的组合框响应(cbox1到cbox5)的数据。在框架2中，我有另外5个组合框响应的数据(cboxM1到cboxM5)。
在框架2中，我有一个函数，将来自所有组合框响应的数据连接到一个字符串变量(下面的示例中名为dataComplete )，每个响应都用一个星号分隔。
var dataComplete:String = cbox1Data + '*' + cbox2Data + '*' + cbox3Data + '*' + cbox4Data + '*' + cbox5Data + &#
浏览 8提问于2014-08-01得票数 0
回答已采纳
2回答
我需要一个接一个地连接两个具有相等行数(nRow)的数据帧df_a和df_b，而不考虑任何键。此函数类似于R programming language中的cbind。每个数据帧中的列数可能不同。
所得到的数据帧将具有相同的行数nRow和等于两个数据帧中的列数之和的列数。换句话说，这是两个数据帧的盲列连接。
import pandas as pd
dict_data = {'Treatment': ['C', 'C', 'C'], 'Biorep': ['A', 'A', 'A
浏览 0提问于2015-01-25得票数 79
回答已采纳
我正在尝试从我提供给全局环境的一系列数据帧(通过R中的函数创建的数据帧)在SQL数据库中创建一个新表。 我可以连接到服务器： #libraries
library(odbc)
library(dplyr)
library(DBI)
#set up a connection to the database
staging_database <- dbConnect(odbc::odbc(), "staging_db")
#Write dataframe to table in database (table does not exist yet in SQL!)
d
浏览 37提问于2020-01-16得票数 0
比如说，我有两个数据帧列表。数据帧列表的大小是， len(list_df1)
20
list_df1
[ Gene_id TCGA-A1-A0SM-01A-11R-A084-07 \
0 ENSG00000000003_PC 2.609759e+05
1 ENSG00000000005_PC 2.046517e+02
2 ENSG00000000419_PC 6.300425e+05
3 ENSG0
浏览 19提问于2020-07-17得票数 2
回答已采纳
如何使用基本代码将FASTA文件直接读取到R中的数据帧中。这些文件存储信息生物序列(例如DNA或蛋白质)，并且对于n个单独的生物分子(id1到idn)具有2*n行，因此属于以下类型：
>id1 #(always starts with a `>`)
seq1
>id2
seq2
...
>idn
seqn
如果一个人想要使用base R(而不是像Biostrings和seqinr这样的专用包，它们使用新的类来进行各种生物序列操作)，那么如何使用read.table来获得带有id和seq列的简单数据帧呢？
浏览 1提问于2014-11-10得票数 1
1回答
请原谅我的无知，因为我是R的初学者
在R中，我正在转换一个dataframe (某些行到列)，并将结果保存回数据帧，这正是我所需要的。但是第一列的列名缺失了，我需要将它与其他数据帧连接起来。
使用的数据帧结果和功能
dish_pair<-as.data.frame.matrix(xtabs(count~primary_id+subcategory_name, dishes))
但是我如何才能得到第一列名为primary_id
，它们持有行值50792 ,50793。
(我只需要第一个列名值为primary_id，重命名数据帧值是正确的)
浏览 3提问于2017-03-16得票数 0
回答已采纳
我正在尝试通过运行一个返回字典的函数isValid(s)来解析现有的dataframe并向其中添加数据： combo.update({"is_valid": isValid, "total_tests": ttl, "positive": pos, "negative": neg})
return combo 然后创建一个空白数据帧，将该数据帧附加到字典中，然后将该数据帧与先前存在的数据帧连接起来。下面是我的代码： def CleanCovidTest(df_test):
s = 0
df_add = pd.DataFrame(
浏览 9提问于2021-10-23得票数 0
如何使用dplyr连接R中的多个数据帧？
new <- left_join(x,y, by = "Flag")
这是我用来左连接x和y的代码，该代码不适用于多个连接
new <- left_join(x,y,z by = "Flag")
浏览 232提问于2015-08-18得票数 65
回答已采纳
我有一个这样的数据帧： df1
col1 col2 col3 col4
1 2 A S
3 4 A P
5 6 B R
7 8 B B 我有另一个数据框： df2
col5 col6 col3
9 10 A
11 12 R 我想连接这两个数据帧，如果df1的
浏览 5提问于2019-02-20得票数 2
回答已采纳
是否可以应用一个函数，在pandas中对连接的行进行操作，并根据输出聚合数据帧？
示例：
我想沿着这个数据帧的连接列应用一个正则表达式：
a = pd.DataFrame([['a', 0],['b',0],['c',0], [' ', 0], ['1', 1], ['2', 1], ['3',1], [' ', 0], ['r',0], ['.', 0], [' ', 0], ['a',0]])
输出：
浏览 1提问于2017-03-07得票数 2
1回答
使用字典替换不起作用的字符串
、、、、
但是，我正在尝试使用以下代码在pandas数据帧中进行替换： replacerscompanya = {',':'','.':'','-':'','ltd':'limited','&':'and'}
df1['CompanyA'] = df1['CompanyA'].replace(replacerscompanya)
replacersaddress1a = {',':&#
浏览 20提问于2020-06-18得票数 1
回答已采纳
我有一个脚本，读取SQL数据库到一个熊猫数据帧，然后连接在一起，形成一个循环上的数据帧。我需要将这第二个数据帧写入csv文件，并从ID列表中对其重命名 我使用pd.to_csv编写文件，使用os.rename更改名称。 for X, df in d.iteritems():
newdf = pd.concat(d)
for X in newdf:
export_csv = newdf.to_csv (r'/Users/uni/Desktop/corrindex+id/X.csv', index = False, header =
浏览 110提问于2019-06-28得票数 0
1回答
我连接了csv数据帧中的两列 df[C] = df[A] + df[B] dfA具有ID00007637202177411956430类型的值 dfB具有包含负整数的数值(例如-4) 我用下划线将这两个连接起来，因此得到的结果值是ID00007637202177411956430_-4 现在我想把这一列转换成浮点数，我已经尝试过了： x = df.apply(lambda x: pd.to_numeric(df["C"])) 但我一直收到错误 ValueError: Unable to parse string "ID00007637202177411956430_-
浏览 21提问于2020-08-12得票数 0
2回答
我有两个像这样的数据帧
df1
name ID abb
0 foo 251803 I
1 bar 376811 R
2 baz 174254 Q
3 foofoo 337144 IRQ
4 barbar 306521 IQ
df2
abb comment
0 I fine
1 R repeat
2 Q o
浏览 2提问于2016-07-21得票数 1
回答已采纳
PROC SQL可以将本地表连接到数据库中的本地表。例如，加入db.sales和work.customer_info。据我所知，R或Python中没有任何包可以做到这一点；要么必须将本地表上传到数据库并在那里完成连接，要么必须将表(整个或子集)作为数据帧查询到本地内存中，然后与平面文件连接。
在Python或R中有没有办法做到这一点？或者像这样的查询，SAS更好吗？
浏览 0提问于2020-02-25得票数 0
我正在尝试在一个数据帧中合并多个json文件数据，然后再对该数据帧执行任何操作。假设我有两个文件file1.txt，file2.txt，它包含如下数据
file1.txt
{"a":1 , "b":"abc", "c":"abc2", "d":"abc3"}
file2.txt
{"a":1 , "b":"abc", "c":"abc2", "d":"abc3"}
所以我像
浏览 6提问于2017-03-02得票数 0
回答已采纳
1回答
我一直在教的是向量是一维的，数据帧是二维的。因此，向量索引需要一个数字--例如，v[1] --而数据帧索引需要两个数字，例如，df[1, 1]。
我从中学到，例如，df[1]实际上显示了df的第一列。例如,
> x <- data.frame(x = 1, y = 2, z = 3)
> x[1]
x
1 1
> x[,1]
[1] 1
我注意到它们略有不同，因为x[,1]可能只引用第一列中的条目向量，而x[1]则包含行和列名。
无论如何，这与我所说的信息相矛盾--数据帧需要两个数字来索引。这个说法不正确吗？如果是正确的，如何向R的新手解释为什么x[1]给出了x的第
浏览 3提问于2016-12-20得票数 2
回答已采纳
我必须在R中读取一个excel文件，该文件的日期时间字段表示为UTC+01 (因此从协调世界时的偏移量为1h，没有DST)。我希望将偏移量考虑在内，并将此数据帧与另一个数据帧连接起来，其中datetime表示为locale (与UTC相同的1h偏移量，但使用DST)。我希望得到的数据帧与日期时间在地区设置。
浏览 18提问于2019-12-17得票数 0
2回答
我试图根据在每个数据帧中找到的一个列(称为“名称”)中的匹配值来连接两个数据帧(df1和df2)。我使用R的inner_join函数和Python的merge函数进行了尝试，并且能够成功地在较小的数据子集上工作。我认为我的问题是数据帧的大小。
我的数据框架如下：
df1的“名称”列有5个额外的列，并有大约900行。
df2的“名称”列有大约200万个额外的列，并且有大约900行。
我曾尝试过(在R)：
df3 <- inner_join(x = df1, y = df2, by = 'Name')
我也尝试过(在Python中，df1和df2是Panda
浏览 0提问于2018-10-09得票数 4
1回答
我正在合并两个有一些重叠观察的数据帧。这些观察并不是在所有列上都重叠，因此它们不是完全相同的，但在我认为对链接很重要的列上是相同的。如何合并/连接以排除匹配的观测值？ 我熟悉不同的连接函数，以及如何使用merge()执行内连接和外连接，但我没有看到排除构成内连接的行的选项。 这是一个关于Exclusive Full Join in r主题的类似问题，但它假设每个数据帧中有不同的列，这些列将在完全连接时生成NAs。如果数据帧共享所有相同的列，该如何做？ 我使用的变通方法是在完全连接之后使用duplicated()从first和last中删除行。有没有一种更优雅的方法来获得内连接的补码？ df_
浏览 16提问于2019-01-04得票数 0
回答已采纳
我通常在本地使用RODBC查询我的数据库。然而，我们的公司最近转移到了Azure Databricks，它本身并不支持RODBC或其他odbc连接，但确实支持jdbc连接，这是我以前没有使用过的。
我已经阅读了SparkR::read.jdbc()和sparklyr::spark_read_jdbc()的文档，但它们似乎从数据库中提取整个表，而不仅仅是查询的结果，这对我来说并不合适，因为我永远不需要提取整个表，而是运行将多个表连接在一起的查询，但只返回每个表中非常小的数据子集。
我找不到使用jdbc连接器执行以下操作的方法：
(A)运行引用同一数据库上的多个表的查询
和
(B)将结果存储为R数
浏览 13提问于2020-03-03得票数 1
我正在使用data set进行分析。
我必须删除r中数据框的单个变量的列名。
我用过colnames(df)<-NULL函数，它删除了数据帧中所有的连接名
异常输出为：
浏览 8提问于2020-02-07得票数 0
3回答
我正在尝试合并R中的两个数据帧，通过它们共享的一列来连接它们。下面是两个数据帧的屏幕截图，我在"INC_KEY“列上合并。
这是我用来合并两个数据帧的代码: dp <- inner_join(d，p，by="INC_KEY")
D有177156个观测值，p有1641137个观测值，但最终合并的数据帧有8416113个观测值，这对我来说没有意义。我还尝试将上面的inner_join函数更改为merge函数，但仍然得到相同的结果。我想知道如何修复这段代码，以便合并后的数据帧具有真实的观察值--非常感谢您的帮助！
浏览 0提问于2021-01-11得票数 0
1回答
有没有办法从sqldf查询中调用R函数？例如。
sqldf("select paste('Hello', 'World')")
或者，有没有办法在sqldf背后的SQLite引擎中定义自定义函数或存储过程？(我将sqldf与普通的内存中R数据帧一起使用；我没有连接到任何实际的数据库。)
浏览 1提问于2013-05-09得票数 7
回答已采纳
脚本只是假设从RTSP流中抓取一帧，并每隔60秒保存一次。下面的块检查它是否是有效的连接。即用户名/密码和IP是正确的，在这种情况下，如果摄像机断开连接，请等待。
该脚本将正确连接并保存帧。
video = cv2.VideoCapture('rtsp://user:pass@192.168.1.2/stream/', cv2.CAP_FFMPEG)
try:
if video.isOpened():
ref, frame = video.read()
cv2.imwrite("frame%d.jpg" % ref, fr
浏览 8提问于2019-11-22得票数 0
1回答
我开始用R语言编程，并尝试从.txt文件中读取数据。我将数据写在行中(每行都有一个值)，并尝试以以下方式将其赋给向量x，以便获得一个包含要使用它的所有值的向量： X<-c(data.txt(“/R/read.table”，header=FALSE)) 问题是，尽管值被识别并正确读取，但我得到的数据格式是"list“而不是"data.frame"，所以当尝试对向量进行操作时(例如，尝试做3*x)，我得到一个错误，说它是一个非数值参数。如果有用，当询问x的值时，我得到 $V1 然后是文件中的所有值，但都是"list“。我的目的是能够将这些值作为数据帧读取，而
浏览 27提问于2020-12-18得票数 0
回答已采纳
我在R中有一个数据帧列表(Df1)，由40个数据帧组成，每个数据帧只有1列(V1)。我想将df1中的所有数据帧连接到一个数据帧( df2 )中，其中df1中的每个数据帧都变成了df2中的一列。 到目前为止，我是这样做的： df2 <- bind_rows(df1, .id = "column_label")
head(df2)
column_label V1
Hazt miR-92
Hazt miR-92
Hazt miR-92
Hazt mi
浏览 43提问于2020-12-15得票数 1
回答已采纳
1回答
我正在使用Python将数据帧写入MS Access数据库。它可以工作，但我似乎无法关闭连接(即数据库被Python锁定)。 下面是我的代码： # imports
import urllib
import pyodbc
import pandas as pd
from sqlalchemy import create_engine
# connection
connection_string = (
r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};'
r'DBQ=M:\Larry\Access\
浏览 20提问于2021-07-17得票数 1
回答已采纳
如何将过滤器下推到基于我拥有的另一个数据帧的数据帧读数？基本上，我希望避免完全读取第二个数据帧，然后进行内部连接。相反，我只想在读数上提交一个过滤器，以便在源代码上进行过滤。即使我使用了一个包含在read中的内部连接，该计划也没有显示出它正在被过滤。我觉得肯定有更好的方法来设置它。使用Spark 2.x，到目前为止我已经有了这个，但我想避免收集如下列表：
// Don't want to do this collect...too slow
val idFilter = df1.select("id").distinct().map(r => r.getLo
浏览 0提问于2018-04-06得票数 3
我正在尝试将数据帧写入MySQL表，但遇到了(111 Connection refused)错误。
我在这里遵循了公认的答案：
答案的代码：
import pandas as pd
import mysql.connector
from sqlalchemy import create_engine
engine = create_engine('mysql+mysqlconnector://[user]:[pass]@[host]:[port]/[schema]', echo=False)
data.to_sql(name='sample_table2',
浏览 12提问于2017-07-06得票数 2
回答已采纳
"left join“需要在一个数据帧上使用"spark.sql.crossJoin.enabled=true”或调用"persist()“。
SELECT * FROM LHS left join RHS on LHS.R = RHS.R
如何在没有"spark.sql.crossJoin.enabled=true“和持久化数据帧的情况下使”左连接“工作？
下面的例外发生在Spark 2.3.3和2.4.4中。
线程"main“org.apache.spark.sql.AnalysisException中出现异常:检测到逻辑计划OneRowRelati
浏览 0提问于2019-09-07得票数 0
2回答
我有一个这样的数据帧
> print(data)
req_ID effort satisfaction
1 r01 1 62
2 r02 4 55
3 r03 2 29
4 r04 3 41
5 r05 4 58
6 r06 7 63
7 r07 10 24
8 r08 2 56
9
浏览 25提问于2017-07-01得票数 0
回答已采纳
1回答
我正在尝试使用pyspark对数据库进行重复数据删除，并且作为管道的一部分，我希望从两个完全相同的左侧和右侧数据帧创建一个数据帧。它们有一个共享的索引。
最初我很懒，只是使用了交叉连接，但这导致了重复的连接(因为从左到右与从右到左是一样的)。但是我现在需要对代码进行一些优化，我想知道实现这种连接的最好方法是什么。有没有人能提点建议？
l_df = spark.createDataFrame([('A',), ('B',), ('C',), ('D',)], ['l_idx'])
r_df = spark.creat
浏览 10提问于2019-07-09得票数 0
df = pd.DataFrame([[100,90,80,70,36,45], [101,78,65,88,55,78], [92,77,42,79,43,32], [103,98,76,54,45,65]], index = pd.date_range(start='2022-01-01' ,periods=4))
df.columns = pd.MultiIndex.from_tuples((("mkf", "Open"), ("mkf", "Close"), ("tdf", "Ope
浏览 8提问于2022-01-28得票数 1
1回答
我对R编程非常陌生，但我正在尝试读入一个目录的多个文件，并为每个文件指定一个唯一的名称。我正在使用R中的树状年代学程序库(软件包dpIR)和read.tucson函数读取文件。虽然我使用的是特定的包，但我认为我的问题是相当笼统的：
在循环中，我希望通过将"t"与每个单独的文件名连接起来来创建文件。因此，如果我的目录中有一个名为"2503"的文件，我想在R中创建一个名为"t2503"的数据帧。接下来，我想使用r.tucson函数读取每个数据帧中的数据。我不是将读入的数据分配给dataframe，而是用数据覆盖连接。有人能帮我找出我遗漏了哪一步吗？
浏览 0提问于2012-12-19得票数 18
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
