如何在加入dplyr時爲x和y指定列的名稱？

Question

我有兩個數據幀，我想要使用dplyr加入。一個是包含名字的數據框。

test_data <- data.frame(first_name = c("john", "bill", "madison", "abby", "zzz"), 
         stringsAsFactors = FALSE) 

其他數據框包含清理版本的Kantrowitz名稱語料庫，用於標識性別。下面是一個小例子：

kantrowitz <- structure(list(name = c("john", "bill", "madison", "abby", "thomas"), gender = c("M", "either", "M", "either", "M")), .Names = c("name", "gender"), row.names = c(NA, 5L), class = c("tbl_df", "tbl", "data.frame")) 

我基本上想用kantrowitz表查找姓名的性別從test_data表。因爲我要把它抽象成函數encode_gender，所以我不知道數據集中將要使用的列的名稱，所以我不能保證它會是name，如kantrowitz$name。

在基地RI將執行合併是這樣的：

merge(test_data, kantrowitz, by.x = "first_names", by.y = "name", all.x = TRUE) 

返回正確的輸出：

first_name gender 
1  abby either 
2  bill either 
3  john  M 
4 madison  M 
5  zzz <NA> 

但我想這樣做，在dplyr因爲我使用的包我所有的其他數據操作。各種*_join函數的dplyr by選項只允許我指定一個列名，但我需要指定兩個。我正在尋找這樣的事情：

library(dplyr) 
# either 
left_join(test_data, kantrowitz, by.x = "first_name", by.y = "name") 
# or 
left_join(test_data, kantrowitz, by = c("first_name", "name")) 

使用dplyr執行這種連接的方式是什麼？

（別介意坎特羅威茨語料庫是一個不錯的方法，以確定性別。我在努力更好地實施，但我希望得到這第一個工作日）。

Answer 1

此功能已在dplyr V0.3增加了。您現在可以將一個已命名的字符向量傳遞給left_join（及其他連接函數）中的by參數，以指定在每個數據幀中要連接的列。隨着原題所給的例子中，代碼如下：

left_join(test_data, kantrowitz, by = c("first_name" = "name")) 

Answer 2

這比真正的解決方法解。您可以創建新的對象test_data與另一列名：

left_join("names<-"(test_data, "name"), kantrowitz, by = "name") 

    name gender 
1 john  M 
2 bill either 
3 madison  M 
4 abby either 
5  zzz <NA>