Question

从大型两个大数据帧中删除匹配ID的最可靠方法是什么？

例如，我有一个不想联系的参与者列表（n = 200）。我想从我的100多个变量和200,000个观测数据集中删除它们。

这是我需要从数据集中删除的200个参与者ID的列表。

exclude=read.csv("/home/Project/file/excludeids.csv", header=TRUE, sep=",") 
dataset.exclusion<- dataset[-which(exclude$ParticipantId %in% dataset$ParticipantId  ), ]

这是正确的命令吗？

我不认为此命令正在执行我想要的操作，因为当我使用以下内容进行验证时：length(which(dataset.exclusion$ParticipantId %in% exclusion$ParticipantId)) 我没有得到0。

有什么见解？

Answer 1

您可以这样做：

sample1[!sample1$ParticipantID %in% 
            unique(exclusion$ParticipantId),]

Answer 2

这样的东西？

library(data.table)

dataset <- data.table(
a = c(1,2,3,4,5,6),
b = c(11,12,13,14,15,16),
d = c(21,22,23,24,25,26)
)

setkeyv(dataset, c('a','b'))

ToExclude <- data.table(
a = c(1,2,3),
b = c(11,12,13)
)

dataset[!ToExclude]

#    a  b  d
# 1: 4 14 24
# 2: 5 15 25
# 3: 6 16 26

删除R中的数据行

2 个答案: