给定两个数据帧：
df1 = data.frame(CustomerId = c(1:6), Product = c(rep("Toaster", 3), rep("Radio", 3)))
df2 = data.frame(CustomerId = c(2, 4, 6), State = c(rep("Alabama", 2), rep("Ohio", 1)))
df1
# CustomerId Product
# 1 Toaster
# 2 Toaster
# 3 Toaster
# 4 Radio
# 5 Radio
# 6 Radio
df2
# CustomerId State
# 2 Alabama
# 4 Alabama
# 6 Ohio
如何进行数据库样式（即sql样式）连接？也就是说，我如何获得：
df1和df2的内部连接：仅返回左表在右表中具有匹配键的行。df1和df2的外部连接：返回两个表中的所有行，连接左侧表中具有匹配键的记录。df1和df2的左外联接（或简单的左联接）返回左表中的所有行，以及右表中具有匹配键的所有行。df1和df2的右外部连接返回右表中的所有行，以及左表中具有匹配键的所有行。
额外学分：
如何执行SQL样式的选择语句？
你也可以使用哈德利·威克姆（Hadley Wickham）很棒的dplyr包来完成连接。
library(dplyr)
#make sure that CustomerId cols are both the same type
#they aren’t in the provided data (one is integer and one is double)
df1$CustomerId <- as.double(df1$CustomerId)
可变联接：使用df2中的匹配项将列添加到df1
#inner
inner_join(df1, df2)
#left outer
left_join(df1, df2)
#right outer
right_join(df1, df2)
#alternate right outer
left_join(df2, df1)
#full join
full_join(df1, df2)
过滤联接：过滤掉df1中的行，不修改列
#keep only observations in df1 that match in df2.
semi_join(df1, df2)
#drop all observations in df1 that match in df2.
anti_join(df1, df2)
在R Wiki上有一些很好的例子。我会在这里偷一对：
合并方法
由于键的名称相同，所以进行内部连接的简单方法是merge（）：
merge(df1, df2)
可以使用“all”关键字创建完整的内部联接（两个表中的所有记录）：
merge(df1, df2, all=TRUE)
df1和df2的左外连接：
merge(df1, df2, all.x=TRUE)
df1和df2的右外连接：
merge(df1, df2, all.y=TRUE)
你可以翻转它们，拍打它们，然后摩擦它们，以获得你询问的其他两个外部连接：）
下标方法
使用下标方法与左边的df1进行左外部连接将是：
df1[,"State"]<-df2[df1[ ,"Product"], "State"]
另一种外部联接的组合可以通过对左外部联接下标示例进行排序来创建。（是的，我知道这相当于说“我会把它作为练习留给读者……”）
你也可以使用哈德利·威克姆（Hadley Wickham）很棒的dplyr包来完成连接。
library(dplyr)
#make sure that CustomerId cols are both the same type
#they aren’t in the provided data (one is integer and one is double)
df1$CustomerId <- as.double(df1$CustomerId)
可变联接：使用df2中的匹配项将列添加到df1
#inner
inner_join(df1, df2)
#left outer
left_join(df1, df2)
#right outer
right_join(df1, df2)
#alternate right outer
left_join(df2, df1)
#full join
full_join(df1, df2)
过滤联接：过滤掉df1中的行，不修改列
#keep only observations in df1 that match in df2.
semi_join(df1, df2)
#drop all observations in df1 that match in df2.
anti_join(df1, df2)
通过使用merge函数及其可选参数：
内部连接：merge（df1，df2）将适用于这些示例，因为R会通过公共变量名自动连接帧，但您很可能希望指定merge（df1，df1，by=“CustomerId”），以确保仅在所需字段上匹配。如果匹配变量在不同的数据帧中具有不同的名称，也可以使用by.x和by.y参数。
外部联接：合并（x=df1，y=df2，by=“CustomerId”，all=TRUE）
左外部：合并（x=df1，y=df2，by=“CustomerId”，all.x=TRUE）
右外部：合并（x=df1，y=df2，by=“CustomerId”，all.y=TRUE）
交叉联接：合并（x=df1，y=df2，by=NULL）
与内部联接一样，您可能希望将“CustomerId”显式传递给R作为匹配变量。我认为几乎总是最好明确说明要合并的标识符；如果输入data.frames发生意外变化，则会更安全，并且以后更容易阅读。
您可以通过给定向量（例如，by=c（“CustomerId”，“OrderId”））合并多个列。
如果要合并的列名不相同，则可以指定，例如，by.x=“CustomerId_in_df1”，by.y=“CustomerId.in_df2”，其中CustomerId_in_df1是第一个数据帧中的列名，CustomerId_in-df2是第二个数据帧的列名。（如果需要合并多个列，这些也可以是向量。）
我建议您查看Gabor Grothendieck的sqldf包，它允许您用SQL表示这些操作。
library(sqldf)
## inner join
df3 <- sqldf("SELECT CustomerId, Product, State
FROM df1
JOIN df2 USING(CustomerID)")
## left join (substitute 'right' for right join)
df4 <- sqldf("SELECT CustomerId, Product, State
FROM df1
LEFT JOIN df2 USING(CustomerID)")
我发现SQL语法比它的R等效语法更简单和自然（但这可能只是反映了我的RDBMS偏见）。
有关连接的更多信息，请参阅Gabor的sqldfGitHub。
