Question

我有一个R问题，我甚至不确定如何在一个句子中说出来，但却找不到答案。

我有两个数据框，我想“相交”，并找到列值在两个列中匹配的所有行。我已经尝试用＆amp;＆amp;连接两个intersect（）和which（）语句，但是它们都没有给我我想要的东西。

这就是我的意思。假设我有两个数据框：

> testData
               Email     Manual Campaign Bounced Opened Clicked ClickThru Unsubscribed
1 stack@overflow.com EIFLS0LS        1       0      0       0         0            0
2 stack@exchange.com EIFLS0LS        1       0      0       0         0            0
3     data@frame.com EIFLS0LS        1       0      0       0         0            0
4    block@quote.com EIFLS0LS        1       0      0       0         0            0
5          ht@ml.com EIFLS0LS        1       0      0       0         0            0
6     tele@phone.com EIFLS0LS        1       0      0       0         0            0

> testBounced
               Email Campaign
1 stack@overflow.com        1
2 stack@overflow.com        2
3     data@frame.com        2
4    block@quote.com        1
5          ht@ml.com        1
6        lap@top.com        1

如您所见，“电子邮件”列中有一些值相交，而某些值来自与Campaign相交的列。我想要testData中与BOTH列匹配的所有行。

即：

               Email     Manual Campaign Bounced Opened Clicked ClickThru Unsubscribed
1 stack@overflow.com EIFLS0LS        1       0      0       0         0            0
2    block@quote.com EIFLS0LS        1       0      0       0         0            0
3          ht@ml.com EIFLS0LS        1       0      0       0         0            0

编辑：

我找到这些列的目的是能够更新原始列中的行。所以我想要的最终输出是：

> testData
               Email     Manual Campaign Bounced Opened Clicked ClickThru Unsubscribed
1 stack@overflow.com EIFLS0LS        1       1      0       0         0            0
2 stack@exchange.com EIFLS0LS        1       0      0       0         0            0
3     data@frame.com EIFLS0LS        1       0      0       0         0            0
4    block@quote.com EIFLS0LS        1       1      0       0         0            0
5          ht@ml.com EIFLS0LS        1       1      0       0         0            0
6     tele@phone.com EIFLS0LS        1       0      0       0         0            0

如果这是重复的话，我表示道歉，并提前感谢您的帮助！

EDIT2 ::

我最后只使用for循环，没什么了不起，但感觉效率不高。但数据集很小，可以快速完成。如果有人有快速，R风格的方式，我会很高兴看到它！

Answer 1

您需要功能merge。

merge通常用于将两个表合并为一个相似的公共，但by参数可以允许多个列：

merge(testData, testBounced, by=c("Email", "Campaign"))

默认情况下，将丢弃所有不匹配的Email和Campaign对。这可由参数all.x和all.y控制，默认为FALSE。

by的默认参数为intersect(names(x, y))，因此从技术上讲，您不需要在这种情况下指定列，但这样做有利于清晰。

Answer 2

如果您使用data.tables并按要匹配的列键入，那么您可以在一行中完成目标：

    tData[tBounce, Bounced := 1L]

这是完整的过程：

library(data.table)
keys <- c("Email", "Campaign")
tData <- data.table(testData, key=keys)
tBounce <- data.table(testBounce, key=keys)

tData[tBounce, Bounced := 1L]

结果：

tData

                Email   Manual Campaign Bounced Opened Clicked ClickThru Unsubscribed
1:    block@quote.com EIFLS0LS        1       1      0       0         0            0
2:     data@frame.com EIFLS0LS        1       0      0       0         0            0
3:          ht@ml.com EIFLS0LS        1       1      0       0         0            0
4: stack@exchange.com EIFLS0LS        1       0      0       0         0            0
5: stack@overflow.com EIFLS0LS        1       1      0       0         0            0
6:     tele@phone.com EIFLS0LS        1       0      0       0         0            0
>

R查找数据帧的行，其中某些列与另一列匹配

2 个答案:

这是完整的过程：

结果：