De partida, utilizar join
como nombre puede traer problemas con algunas librerías que incluyen una función con el mismo nombre. Te recomiendo que modifiques ligeramente el nombre, como: join
.
Además, no sabemos la diferencia entre occ_espe_name
y occ_espe_name1
. Quizás allí está el error.
La forma más simple de unir dos data frame con las funciones *_join
de dpylr
es:
library(dplyr)
occ_espe2 %>%
left_join(y = occ_espe_name1, by = 'ID') -> join_
Si esto resulta en error, debes subir un extracto de tus datos para ver si es que el error está en los elementos de entra, ya que la función debiese resultar.
Otra cosa común que pasa al utilizar funciones de estas características es que hay varias librerías con el mismo nombre de función y diferentes argumentos. Si ese es el caso, hay que ser específico al llamar a una función:
occ_espe2 %>%
dplyr::left_join(y = occ_espe_name1, by = 'ID') -> join_
Tal como indica Patricio, la segunda dataframe posee observaciones repetidas. 265 para ser específico:
library(tidyverse)
occ_esp <- read_csv('occ_espe3.csv')
occ_esp_name <- readxl::read_xlsx('occ_espe_name1.xlsx')
dim(occ_esp)
#[1] 6317 43
dim(occ_esp_name)
#[1] 7428 47
length(unique(occ_esp$ID)) == dim(occ_esp)[1]
#[1] TRUE
length(unique(occ_esp_name$ID)) == dim(occ_esp_name)[1]
#[1] FALSE
dim(occ_esp_name)[1] - length(unique(occ_esp_name$ID))
#[1] 265
Debes tomar una decisión para reducir el dataframe. Una opción es seleccionar la primera observación por ID (puede ser promedio, mediana, última, etc, va en como deseas tú reducir las observaciones):
occ_esp %>%
left_join(occ_esp_name, by = 'ID') %>%
dim()
#[1] 6578 89
occ_esp_name %>%
group_by(ID) %>%
filter(row_number()==1) -> occ_esp_name_reducido
occ_esp %>%
left_join(occ_esp_name_reducido, by = 'ID') %>%
dim()
#[1] 6317 89