Question

我已经挣扎了一段时间，我找不到出路。这是我的问题。

我有2个数据帧：

    df1 <- data.frame(replicate(3,sample(1:10,20,rep=TRUE)))
    df1
      X1 X2 X3
   1  10  1  9
   2   3  4  2
   3   7  6  8
   4   8 10  7
   5   5  7  5
   6   8  5  9
   7   9  8  4
   8   6  2  7
   9   2  9  6
   10  5  2  9

  df2 <- data.frame(df1[sample(nrow(df1),4), ])
  df2
     X1 X2 X3
  8   6  2  7
  3   7  6  8
  10  5  2  9
  7   9  8  4

我想创建长度（x）=长度（df1）的向量 x ，每行包含 df1 ， df2 中相应行的行索引（即 df1 和 df2 之间每列的相同精确值）。

考虑一下：

    dim(df1)
    [1] 1096188  3 

    dim(df2)
    [1] 256  3

并且 df1 有几行具有相同的值（即相应的行索引将是相同的），原则上 df1 中的所有行都应该找到与 df2 中的行匹配。

预期输出为：

    x
   [1] 0 0 2 0 0 0 4 1 0 3

希望这很清楚......

你能帮忙吗？

谢谢，

PIERA

Answer 1

以下是data.table的选项：

require(data.table)

# first set the original orders (data.frame will be sorted when doing setkey)
setDT(df1)[, ori := .I]
setDT(df2)[, ind_df2 := .I]

# define keys
setkey(df1, X1, X2, X3)
setkey(df2, X1, X2, X3)

# compute the indices of the df1 line in df2
x <- df2[df1, ind_df2]
# put the nomatch to 0
x[is.na(x)] <- 0

# Finally, put the original orders back and delete the variable ori
x <- x[order(df1$ori)]
df2 <- df2[order(df2$ind_df2)]
df1[, ori:=NULL]
df2[, ind_df2:=NULL]

结果x（包含您的数据）：

x
#[1] 0 0 2 0 0 0 4 1 0 3

@Frank建议的另一个更简单有效的选项：

setkeyv(setDT(df2)[,ii:=.I],setdiff(names(df2),"ii"))
x <- df2[df1]$ii
x[is.na(x)] <- 0

@nicola回答，@ Frank建议和我的答案之间的一些基准，在100000行df1和200行df2 ，上稍微修改了nicola的得到所需的输出答案（两个函数给出相同的结果，除了需要as.numeric尼可拉的）：

这样：

set.seed(17)
df1 <- data.frame(replicate(3,sample(1:100,100000,rep=TRUE)))
df2 <- data.frame(df1[sample(nrow(df1),200), ])

nicola <- function(){x<-match(do.call(paste,df1),do.call(paste,df2), nomatch=0)}

cath <- function(){
          dt1 <-data.table(df1); dt1[, ori:=.I]
          dt2 <- data.table(df2); dt2[, ind_df2:=.I]
          setkey(dt1, X1, X2, X3)
          setkey(dt2, X1, X2, X3)
          x <- dt2[dt1, ind_df2]
          x[is.na(x)] <- 0
          x <- x[order(dt1$ori)]
          x
        }

Frank <- function(){dt1 <-data.table(df1);dt2 <- data.table(df2); setkey(setDT(dt2)[,ii:=.I],X1,X2,X3); x <- dt2[dt1]$ii;x[is.na(x)] <- 0}

require(microbenchmark)
microbenchmark(cath(), Frank(), nicola(), unit="relative", times=100)
    #Unit: relative
    # expr       min        lq     mean    median       uq      max neval cld
  #Frank()  1.000000  1.000000 1.000000  1.000000 1.000000 1.000000   100 a  
  # cath()  3.238195  3.099896 2.438342  2.767165 2.177365 1.447397   100  b 
 #nicola() 13.127820 12.476996 8.761549 10.899191 7.292086 2.783436   100   c

Answer 2

我只是尝试：

 x <- rownames(df2)[match(do.call(paste, df1), do.call(paste, df2))]
 x[is.na(x)] <- 0

关于它的期望输出有很多讨论;在@CathG解释中，这一行产生它：

 match(do.call(paste, df1), do.call(paste, df2),nomatch=0)

Answer 3

在您的示例中，df1中的行在df2中都不匹配（例如，第1行）。但是，如果他们这样做（也许df1中有多次出现多次行），你可以：

- (void)tableView:(UITableView *)tableView didSelectRowAtIndexPath:(NSIndexPath *)indexPath
{
    AddFriendsCell *cell = (AddFriendsCell *)[tableView cellForRowAtIndexPath:indexPath];
    if(cell.chkAddFrdsYes.hidden==YES)
    {
        cell.chkAddFrdsNo.hidden=YES;
        cell.chkAddFrdsYes.hidden=NO;
    }
    else
    {
        cell.chkAddFrdsNo.hidden=YES;
        cell.chkAddFrdsYes.hidden=NO;
    }
}

df1中实际上不在df2中的任何行都将保留为值0.也许不是最快的解决方案 - 您需要重复该过程多少次？

Answer 4

我意识到这是一个非常古老的问题的新答案，但

出了什么问题

match(data.frame(t(df1)), data.frame(t(df2)))

...

输出

[1] NA NA  2 NA NA NA  4  1 NA  3

所以有NA而不是0 s，但我认为它只是一行，不需要do.call()或其他任何内容。

提取其条目对应于另一个数据帧的行的数据帧的行索引

4 个答案: