cbind： 根据列进行合并，即叠加所有列，m列的矩阵与n列的矩阵cbind()最后变成m+n列，合并前提：cbind(a, c)中矩阵a、c的行数必需相符
rbind： 根据行进行合并，就是行的叠加，m行的矩阵与n行的矩阵rbind()最后变成m+n行，合并前提：rbind(a, c)中矩阵a、c的列数必需相符
> 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) : 矩阵的行数必需相符(见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) : 矩阵的列数必需相符(见arg2) > print(y2) error in print(y2) : 找不到对象'y2' >
merge函数
两个数据框拥有相同的时间或观测值，但这些列却不尽相同。处理的办法就是使用
merge(x, y ,by.x = ,by.y = ,all = ) 函数。
#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
当我们需要将相同的观测对象得出的不同类型变量合并时，则采用cbind，也就是合并columm。
到此这篇关于r语言中cbind、rbind和merge函数的使用与区别的文章就介绍到这了,更多相关r语言 cbind、rbind和merge内容请搜索<计算机技术网(www.ctvol.com)!!>以前的文章或继续浏览下面的相关文章希望大家以后多多支持<计算机技术网(www.ctvol.com)!!>！
本文来自网络收集，不代表计算机技术网立场，如涉及侵权请联系管理员删除。
ctvol管理联系方式QQ:251552304
本文章地址：https://www.ctvol.com/c-cdevelopment/595937.html