今天看到一篇不错的帖子，转载如下：
R中的表合并
一、merge函数外连接合并)

>merge(x = df1, y = df2, by = "CustomerId", all = TRUE)

CustomerId Product   State

1         1 Toaster    <NA>

2         2 Toaster Alabama

3         3 Toaster    <NA>

4         4   Radio Alabama

5         5   Radio    <NA>

6         6   Radio    Ohio

左连接:

merge(x = df1, y = df2, by ="CustomerId", all.x=TRUE)

CustomerId Product   State

1         1 Toaster    <NA>

2         2 Toaster Alabama

3         3 Toaster    <NA>

4         4   Radio Alabama

5         5   Radio    <NA>

6         6   Radio    Ohio

右连接:

> merge(x = df1, y = df2, by ="CustomerId", all.y=TRUE)

CustomerId Product   State

1         2 Toaster Alabama

2         4   Radio Alabama

3         6   Radio    Ohio

交叉连接:

> merge(x = df1, y = df2, by = NULL)

  CustomerId.x Product CustomerId.y  State

1             1 Toaster            2 Alabama

2             2 Toaster            2 Alabama

3             3 Toaster            2 Alabama

4             4  Radio            2 Alabama

5             5  Radio            2 Alabama

6             6  Radio            2 Alabama

7             1 Toaster            4 Alabama

8             2 Toaster            4 Alabama

9             3 Toaster            4 Alabama

10            4  Radio            4 Alabama

11            5  Radio            4 Alabama

12            6  Radio            4 Alabama

13           1 Toaster            6   Ohio

14            2 Toaster            6   Ohio

15            3 Toaster            6   Ohio

16            4  Radio            6    Ohio

17            5  Radio            6    Ohio

18            6  Radio            6    Ohio

使用sqldf包查询合并表

##习惯使用sql的童鞋是不是有种他乡遇故知的赶脚

##eg：sqldf("SELECT *FROM df1 where CUstomerId=2"

CustomerId Product

1         2 Toaster

内连接：

sqldf("SELECT CustomerId, Product,State FROM df1 JOIN df2 USING(CustomerID)"

CustomerId Product   State

1         2 Toaster Alabama

2         4   Radio Alabama

3         6   Radio    Ohio

左连接：

sqldf("SELECT CustomerId, Product,State  FROM df1 LEFT JOIN df2USING(CustomerID)"

CustomerId Product   State

1         1 Toaster    <NA>

2         2 Toaster Alabama

3          3 Toaster    <NA>

4         4   Radio Alabama

5         5   Radio    <NA>

6         6   Radio    Ohio

三、使用plyr包

library(plyr)

join(df1, df2,type="inner"

CustomerId Product   State

1         2 Toaster Alabama

2         4   Radio Alabama

3          6  Radio    Ohio

Type的选项包括：inner、left、right、full（内连接，左连接，右连接，外连接）

四、使用dplyr包

library(dplyr)

> inner_join(df1,df2,by="CustomerId"

CustomerId Product   State

1         2 Toaster Alabama

2         4   Radio Alabama

3         6   Radio    Ohio

> left_join(df1,df2)

Joining by: "CustomerId"

CustomerId Product   State

1         1 Toaster    <NA>

2         2 Toaster Alabama

3         3 Toaster    <NA>

4         4   Radio Alabama

5         5   Radio    <NA>

6         6   Radio    Ohio

> semi_join(df1,df2)

Joining by: "CustomerId"

CustomerId Product

1         2 Toaster

2         4   Radio

3         6   Radio

> anti_join(df1,df2)

CustomerId Product

1         1 Toaster

2         3 Toaster

3         5   Radio