OPCIONAL: Joins con Dplyr

library(tidyverse)

Diferencias entre Joins

Creamos un primer dataframe que luego vamos a unir.

INDICE  <- c( 394.5, 350.7, 346.3,
              408.4, 360.8, 349.5,
              415.6, 375.3, 353.5 )

FECHA  <-  c("Abr-21", "Abr-21", "Abr-21",
             "May-21", "May-21", "May-21", 
             "Jun-21", "Jun-21", "Jun-21")

GRUPO  <-  c("Privado_Registrado","Público","Privado_No_Registrado",
             "Privado_Registrado","Público","Privado_No_Registrado",
             "Privado_Registrado","Público","Privado_No_Registrado")

Datos <- data.frame(INDICE, FECHA, GRUPO)
Datos

Creamos un segundo data frame.

# creamos un dataframe de ponderadores con la columna GRUPO igual al dataset original
Ponderadores <- data.frame(GRUPO = c("Privado_Registrado", "Público", "Otro"), 
                           PONDERADOR = c(50.16,29.91, 10.4))
Ponderadores

La variable clave que servirá para unir ambos dataframes será GRUPO. Probemos distintos tipos de join así observamos sus diferencias.

left_join(x,y)

Devuelve todas las filas de x, y todas las columnas de x e y. Las filas en x sin coincidencia en y tendrán valores NA en las nuevas columnas. Si hay varias coincidencias entre x e y, se devuelven todas las combinaciones de las coincidencias.

# hacemos el join con el dataframe Datos 
Datos_join <- Datos %>% 
# especificamos la variable que será utilizada para unir ambas tablas con "by"
  left_join(., Ponderadores, by = "GRUPO")
Datos_join

right_join(x,y)

Devuelve todas las filas de y, y todas las columnas de x e y. Las filas en y sin coincidencia en x tendrán valores NA en las nuevas columnas. Si hay varias coincidencias entre xey, se devuelven todas las combinaciones de las coincidencias.

# hacemos el join con el dataframe Datos 
Datos_join <- Datos %>% 
# especificamos la variable que será utilizada para unir ambas tablas con "by"
  right_join(., Ponderadores, by = "GRUPO")
Datos_join

inner_join(x,y)

Devuelve todas las filas de x donde hay valores coincidentes en y, y todas las columnas de x e y. Si hay varias coincidencias entre xey, se devuelven todas las combinaciones de las coincidencias.

# hacemos el join con el dataframe Datos 
Datos_join <- Datos %>% 
# especificamos la variable que será utilizada para unir ambas tablas con "by"
  inner_join(., Ponderadores, by = "GRUPO")
Datos_join

semi_join(x,y)

Devuelve todas las filas de x donde hay valores coincidentes en y, manteniendo solo las columnas de x. Un semi_join se diferencia de inner_join porque este última devuelve una fila de x por cada fila coincidente de y, mientras semi_join nunca duplicará filas de x.

# hacemos el join con el dataframe Datos 
Datos_join <- Datos %>% 
  semi_join(., Ponderadores, by = "GRUPO")
Datos_join

full_join(x,y)

Devuelve todas las filas y todas las columnas tanto de x como de y. Donde no hay valores coincidentes, devuelve NA para el que falta.

# hacemos el join con el dataframe Datos 
Datos_join <- Datos %>% 
  full_join(., Ponderadores, by = "GRUPO")
Datos_join

anti_join(x,y)

Eevuelve todas las filas de x donde no hay valores coincidentes en y, manteniendo solo las columnas de x

# hacemos el join con el dataframe Datos 
Datos_join <- Datos %>% 
  anti_join(., Ponderadores, by = "GRUPO")
Datos_join

Si los nombres de la variable key son distintos, debemos poner:

• by = c(“key1” = “key2”)