data.framesをマージするとmatch.namesエラーが発生する

Question

多くのdata.framesをマージする必要があります。エラーを再現するコードのサンプルの下。それはバグのようです。

このコードはうまく機能：

df1 <- data.frame(v=1:10, v2=rev(1:10)) 
df2 <- data.frame(vv=1:8, v2=rev(5:12)) 
df12 <- merge(x=df1, y=df2, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y")) 
df3 <- data.frame(w=2:6, v2=3:7) 
df123 <- merge(x=df12, y=df3, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y")) 
df4 <- data.frame(x=1:6, v2=1:6) 
df1234 <- merge(x=df123, y=df4, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y")) 

このコードの最後の行にエラーメッセージを生成：match.namesでエラーが発生しました（clabs、名前（XI））：名前は、以前の名前と一致しません。唯一の変化はnrow（DF4）> nrow（df123）

df1 <- data.frame(v=1:10, v2=rev(1:10)) 
df2 <- data.frame(vv=1:8, v2=rev(5:12)) 
df12 <- merge(x=df1, y=df2, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y")) 
df3 <- data.frame(w=2:6, v2=3:7) 
df123 <- merge(x=df12, y=df3, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y")) 
df4 <- data.frame(x=1:16, v2=1:16) 
df1234 <- merge(x=df123, y=df4, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y")) 

はその後、任意の1

names(df123)[4] <- "v3" 

上の最後の名前を変更するのは、df123

names(df123) 
[1] "v" "v2.x" "v2.y" "v2" 

の列の名前を見てみましょうということですそして今このコード行は正しく動作します

df1234 <- merge(x=df123, y=df4, by.x=1, by.y=1, all=TRUE, suffixes=c(".x", ".y")) 

これはバグですか？私はWin7でR 2.13.1を使用しました。 その他の情報が必要な場合は、質問に追加します。

Answer 1

これは間違いなくバグです。私はWindows 7のR 2.14.1でそれをテストしましたが、オペレーティングシステムの問題は疑問です。私はここにバグの「小さい」テストケースを再作成：

# Create data. 
df1=data.frame(rbind(c(1,10,12,NA))) 
df2=data.frame(rbind(c(11,11))) 

# Works fine. 
merge(df1,df2,by=1,all=T) 

# X1 X2.x X3 X4 X2.y 
# 1 1 10 12 NA NA 
# 2 11 NA NA NA 11 

# Change the names of the columns. 
names(df1)= c('v','v2.x','v2.y','v2') 
names(df2)= c('x','v2') 

# Same data fails! 
merge(df1,df2,by=1,all=T) 

# Error in match.names(clabs, names(xi)) : 
# names do not match previous names 

エラーがこの行に、「merge.data.frame」方式で行われます。

x <- rbind(x, ya) 

問題は "ということです「x」と「ya」は同じ列名を共有しません。その問題は、わずか2行前の前に、この行で発生します

ya <- cbind(ya, x[rep.int(NA_integer_, nyy), nm.x, drop = FALSE]) 

「nm.xは、」名前cのセット（「バージョン2.x」、「v2.y」、 "バージョン2.xであります"）。 xは名前が 'v2.x'の2つの列を持つdata.frameです。興味深いことに、このdata.frameから列を選択すると、列の名前が変更されたように見えます！

names(x) 
[1] "v" "v2.x" "v2.y" "v2.x" 
nm.x 
[1] "v2.x" "v2.y" "v2.x" 
x[,nm.x] 
    v2.x v2.y v2.x.1 
1 10 12  10 

は私ではなく名前で、列の位置を使用することによってこの問題を解決しようとしましたが、結果の名前がまだ変更された（ただし、値は、あなたが望むものを今しています）！

x[,c(2,3,4)] 
    v v2.x v2.y v2.x.1 
1 1 10 12 NA 

私はposted this as a bugです。