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？
对于所有列上的内部联接，还可以使用data.table-package中的finteract或dplyr包中的intersect作为合并的替代方法，而不指定by列。这将给出两个数据帧之间相等的行：
merge(df1, df2)
# V1 V2
# 1 B 2
# 2 C 3
dplyr::intersect(df1, df2)
# V1 V2
# 1 B 2
# 2 C 3
data.table::fintersect(setDT(df1), setDT(df2))
# V1 V2
# 1: B 2
# 2: C 3
示例数据：
df1 <- data.frame(V1 = LETTERS[1:4], V2 = 1:4)
df2 <- data.frame(V1 = LETTERS[2:3], V2 = 2:3)
2014年新增：
特别是如果您还对数据操作感兴趣（包括排序、过滤、子设置、汇总等），那么您应该看看dplyr，它提供了各种功能，所有这些功能都旨在帮助您处理数据帧和某些其他数据库类型。它甚至提供了相当复杂的SQL接口，甚至还提供了一个将（大多数）SQL代码直接转换为R的函数。
dplyr包中的四个连接相关功能是（引用）：
inner_join（x，y，by=NULL，copy=FALSE，…）：返回x，其中y中有匹配的值，以及x和y中的所有列left_join（x，y，by=NULL，copy=FALSE，…）：返回x中的所有行，以及x和y中的所有列semi_join（x，y，by=NULL，copy=FALSE，…）：返回x中存在匹配值的所有行y、 只保留x中的列。anti_join（x，y，by=NULL，copy=FALSE，…）：返回x中的所有行其中y中没有匹配的值，只保留x中的列
这一切都很详细。
可以通过select（df，“column”）来选择列。如果这对您来说还不够SQL，那么还有SQL（）函数，您可以在其中原样输入SQL代码，它将执行您指定的操作，就像您一直在用R编写一样（有关更多信息，请参阅dplyr/databases vignette）。例如，如果应用正确，sql（“SELECT*FROM hflights”）将从“hflights“dplyr表（一个“tbl”）中选择所有列。
对于所有列上的内部联接，还可以使用data.table-package中的finteract或dplyr包中的intersect作为合并的替代方法，而不指定by列。这将给出两个数据帧之间相等的行：
merge(df1, df2)
# V1 V2
# 1 B 2
# 2 C 3
dplyr::intersect(df1, df2)
# V1 V2
# 1 B 2
# 2 C 3
data.table::fintersect(setDT(df1), setDT(df2))
# V1 V2
# 1: B 2
# 2: C 3
示例数据：
df1 <- data.frame(V1 = LETTERS[1:4], V2 = 1:4)
df2 <- data.frame(V1 = LETTERS[2:3], V2 = 2:3)
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)
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。
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。）
