Question

我有两个数据框，比如df1和df2。现在我想根据df1和df2之间多列的匹配来子集df2。

e.g

df1                                   
   A   B  #column names, rows in df1 are unique, A1,B1 etc are characters                  
   A1  B1                                
   A2  B2 
   ......                               



  df2  
  C     D     E   F    G  
  A1    B1    E1  F1   G1
  A2    B2    E2  .......  
  A1    B2    E3  .......  
  A1    B1    E4  .......  
  A2    B1    E5  .......

这里我想将df1中的列A和B与df2中的列C和D相匹配，并构造一个新的数据帧df3，其中df3的每一行存储df2的行索引，其中匹配发生。对于我的例子，它应该是

df3
c(1,4)
c(2)

最初我在考虑粘贴字符并进行字符串比较以进行匹配，但我怀疑这不是有效的方法来做到这一点，还有更好的想法吗？

Answer 1

这是否满足您的需求？

df1 <- data.frame(A = c("A1", "A2"),
                  B = c("B1","B2"))

df2 <- data.frame(C = c("A1", "A2", "A1", "A1", "A2"),
                  D = c("B1", "B2", "B2", "B1", "B1"),
                  E = rnorm(5))

df2$row <- 1:nrow(df2)
df2
m <- merge(df1, df2, by.x = c("A","B"),
           by.y = c("C","D"),
           all.x = T, sort = FALSE)
res <- aggregate(row ~ A +B , data=m, paste, sep ="", collapse = ",")
sapply(res, class)

Answer 2

如果您在制作大量数据时，我认为我的答案不是最有效的方法。如果我只是写一个原型来快速回答，我会合并它们。

df1<-data.frame(A=c("A1","A2"),B=c("B1","B2"))
df2<-data.frame(C=c("A1","A2","A1","A1","A2"),D=c("B1","B2","B2","B1","B1"))
names(df1)<-c("C","D")
df1$is_df1<-"Y"
df2$rownumber<-c(1:nrow(df2))
z<-merge(df2,df1,all.x=TRUE)
do.call(rbind,lapply(split(z,paste(z$C,z$D)),function(x)paste(x$rownumber,collapse=",")))

基于R中匹配的数据帧列有效地数据子集

2 个答案: