Question

我有两组数据，包括pre和post数据。受访者拥有唯一的ID，我想创建一个子集，其中仅包括对这两个调查做出响应的人员。示例数据集：

pre.data <- data.frame(ID = c(1:10), Y = sample(c("yes", "no"), 10, replace = TRUE),
  Survey = 1)

post.data <- data.frame(ID = c(1:3,6:10), Y = sample(c("yes", "no"), 8, replace = TRUE),
  Survey = 2)

all.data <- rbind(pre.data, post.data)

我有以下功能：

match <- function(dat1, dat2, dat3){  #dat1 is whole dataset(both stitched together) 
  #dat2 is pre dataset #dat3 is post dataset
  selectedRows <- (dat1$ID %in% dat2$ID & 
                     dat1$ID %in% dat3$ID)

  matchdata <- dat1[selectedRows,]
  return(matchdata)
}

prepost.match.data <- match(all.data, pre.data, post.data)

我认为必须有比这个做同样事情的功能更好的方法，但我想不出怎么做。我怎么做它似乎有点乱。我的意思是，它有效 - 它做了我想要的，但我不能帮助你思考，这是一个更好的方法。

我很抱歉，如果已经以类似的方式提出这个问题，但我无法找到它 - 在这种情况下，请指出我的相关答案。

Answer 1

注意： Arun在比我更早的评论中发布了相同的答案。

您可以像这样使用intersect：

all.data[all.data$ID %in% intersect(pre.data$ID, post.data$ID),]

给出了：

   ID   Y Survey
1   1 yes      1
2   2  no      1
3   3  no      1
6   6 yes      1
7   7 yes      1
8   8 yes      1
9   9  no      1
10 10 yes      1
11  1  no      2
12  2 yes      2
13  3  no      2
14  6  no      2
15  7 yes      2
16  8 yes      2
17  9  no      2
18 10 yes      2

Answer 2

看看加入plyr。

prepost.match.data <- join(pre.data, post.data, by = c("ID"))

匹配两个数据集中的ID

2 个答案: