Saya ingin menggabungkan ketiga file berdasarkan Time. Saya ingin menambahkan NA jika bingkai data tidak memiliki nilai untuk tanggal tersebut. Secara total, harus ada 7 kolom dalam output.

> head(Dax1,3)
        Time      Res     Accum
1 2017-10-20  1174.60 172278.21
2 2017-10-18  -109.41 171103.61
3 2017-08-28 -2670.84 171213.02
> head(Dax2,3)
        Time     Res     Accum
1 2017-10-23 1473.25 185076.53
2 2017-08-24 1001.50 183603.28
3 2017-07-31 -144.96 182601.79
> head(Dax3,3)
        Time     Res      Accum
1 2017-11-07 -348.37 189 023.90
2 2017-10-26  398.16 189 372.27
3 2017-10-25  -80.19 188 974.10

Saya mencoba join_all tetapi tampaknya menggabungkannya dalam format panjang. Saya ingin mereka berdampingan sebagai total 7 kolom:

> join_all(list, by = "Time",match = "all",type="full")
        Time      Res      Accum
1 2017-10-20  1174.60  172278.21
2 2017-10-18  -109.41  171103.61
3 2017-08-28 -2670.84  171213.02
4 2017-10-23  1473.25  185076.53
5 2017-08-24  1001.50  183603.28
6 2017-07-31  -144.96  182601.79
7 2017-11-07  -348.37 189 023.90
8 2017-10-26   398.16 189 372.27
9 2017-10-25   -80.19 188 974.10
1
user2300940 11 November 2017, 22:04

1 menjawab

Jawaban Terbaik

Kita dapat mengganti nama kolom kumpulan data di list kecuali kolom 'Waktu' dan menerapkan join_all

res1 <- plyr::join_all(Map(function(x,y) {
         names(x)[-1] <- paste0(names(x)[-1], y)
         x}, lst, seq_along(lst)), by = "Time",match = "all",type="full")

Atau ini dapat dilakukan secara berantai menggunakan beberapa fungsi dari tidyverse

library(purrr)
library(dplyr)
res2 <- lst %>%
          map2(., seq_along(.), ~setNames(.x, c('Time', paste0(names(.x)[-1], .y)))) %>% 
          plyr::join_all(., by = 'Time', match = 'all', type = 'full')

identical(res1, res2)
#[1] TRUE
1
akrun 11 November 2017, 19:36