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？
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。
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。
dplyr从0.4开始实现了包括outer_join在内的所有连接，但值得注意的是，在0.4之前的前几个版本中，因此，在之后的相当长一段时间里，有很多非常糟糕的黑客解决方法用户代码（你仍然可以在那个时期的SO、Kaggle answers和github中找到这样的代码。因此，这个答案仍然有用。）
加入相关发布亮点：
版本0.5（2016年6月）
POSIXct类型、时区、重复项、不同因素级别的处理。更好的错误和警告。新后缀参数，用于控制重复变量名称接收的后缀（#1296）
版本0.4.0（2015年1月）
实施右联接和外联接（#96）可变联接，它从另一个表中的匹配行向一个表添加新变量。过滤联接，根据观察值是否与另一个表中的观察值匹配来过滤一个表的观察值。
版本0.3（2014年10月）
现在可以通过每个表中的不同变量进行left_join：df1%>%left_join（df2，c（“var1”=“var2”））
0.2版（2014年5月）
*_join（）不再重新排序列名（#324）
版本0.1.3（2014年4月）
具有inner_join、left_join、semi_join、anti_joinouter_join尚未实现，回退是使用base:：merge（）（或plyr:：join（））尚未实现right_join和outer_join哈德利在这里提到了其他优势目前，dplyr所没有的一个小特性是，可以像Python panda那样，通过.x和.y列进行分隔。
根据哈德利在该问题中的评论采取的解决方法：
就行而言，rightjoin（x，y）与leftjoin（y，x）相同，只是列的顺序不同。轻松使用select（new_column_order）outer_join基本上是并集（leftjoin（x，y），rightjoin（y，x）），即保留两个数据帧中的所有行。
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。
内部连接有data.table方法，它非常节省时间和内存（对于一些更大的data.frames也是必要的）：
library(data.table)
dt1 <- data.table(df1, key = "CustomerId")
dt2 <- data.table(df2, key = "CustomerId")
joined.dt1.dt.2 <- dt1[dt2]
merge也适用于data.tables（因为它是通用的并调用merge.data.table）
merge(dt1, dt2)
stackoverflow上记录的data.table：如何执行data.table合并操作将外键上的SQL联接转换为R data.table语法合并更大数据的有效替代方案。帧R如何在R中与data.table进行基本的左外连接？
另一个选项是plyr包中的join函数。【2022年注意：plyr现已退役，并已被dplyr取代。dplyr中的连接操作在本答案中描述。】
library(plyr)
join(df1, df2,
type = "inner")
# CustomerId Product State
# 1 2 Toaster Alabama
# 2 4 Radio Alabama
# 3 6 Radio Ohio
类型选项：内部、左侧、右侧、完整。
从…起join：与merge不同，[join]保留x的顺序，无论使用何种连接类型。
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)
