Fusionner des Data Frames avec merge en R

La fusion de data frames est une opération courante en R, surtout lorsque vous travaillez avec des ensembles de données qui partagent des colonnes communes. La fonction merge() est un outil puissant pour combiner ces data frames en fonction de clés communes. Dans cet article, nous allons explorer comment utiliser merge() avec un exemple concret.

Qu’est-ce que merge() ?

La fonction merge() permet de combiner deux data frames en fonction d’une ou plusieurs colonnes qui contiennent des valeurs communes. Cela fonctionne de manière similaire à une jointure en SQL. Vous pouvez spécifier si vous souhaitez effectuer une jointure interne, externe, à gauche ou à droite.

Syntaxe de merge()

La syntaxe de base de merge() est la suivante :

merge(x, y, by = "nom_colonne_commune", all = FALSE)
  • x : le premier data frame.
  • y : le deuxième data frame.
  • by : le nom de la colonne commune sur laquelle vous souhaitez fusionner.
  • all : un argument logique qui détermine le type de jointure (par défaut, FALSE pour une jointure interne).

Exemple concret

Imaginons que nous avons deux data frames : df1 contenant des informations sur des employés et df2 contenant des informations sur leurs départements.

# Création des data frames
df1 <- data.frame(
  id = c(1, 2, 3, 4),
  nom = c("Alice", "Bob", "Charlie", "David"),
  id_departement = c(101, 102, 101, 103)
)

df2 <- data.frame(
  id_departement = c(101, 102, 103),
  nom_departement = c("Ressources Humaines", "Informatique", "Marketing")
)

# Affichage des data frames
print(df1)
print(df2)

# Fusion des data frames
resultat <- merge(df1, df2, by = "id_departement")

# Affichage du résultat
print(resultat)

Explication du code

  1. Création des data frames : Nous avons créé df1 avec des colonnes id, nom et id_departement, et df2 avec id_departement et nom_departement.
  2. Fusion des data frames : Nous utilisons merge(df1, df2, by = "id_departement") pour fusionner les deux data frames sur la colonne id_departement. Cela signifie que nous allons combiner les lignes de df1 et df2 où les valeurs de id_departement correspondent.
  3. Affichage du résultat : Le data frame résultant contient toutes les colonnes de df1 et df2, mais seulement pour les lignes où id_departement correspond dans les deux data frames.

Conclusion

La fonction merge() est un outil essentiel pour combiner des data frames en R. En utilisant des colonnes communes, vous pouvez facilement créer un ensemble de données plus riche et plus informatif. N’hésitez pas à explorer les options supplémentaires de merge() pour personnaliser vos jointures selon vos besoins.