Question

我有一个R数据帧，我需要从中分配数据。子集将基于数据帧中的两列。例如：

A <- c(1,2,3,3,5,1)
B <- c(6,7,8,9,8,8)
Value <- c(9,5,2,1,2,2)
DATA <- data.frame(A,B,Value)

这就是DATA的样子

我想要（A，B）组合为（1,6）和（3,8）的那些数据行。这些对存储为A和B的单个（有序）向量：

AList <- c(1,3)
BList <- c(6,8)

现在，我试图通过比较AList中是否存在A列 AND B列中存在BList

来基本上对数据进行子集化

DATA[(DATA$A %in% AList & DATA$B %in% BList),]

子集化结果如下所示。除了价值对（1,6）和（3,8），我也得到（1,8）。基本上，这个过滤器给了我AList和BList中所有组合的值对。如何将其限制为（1,6）和（3,8）？

这是我想要的结果：

A B Value
1 6     9
3 8     2

Answer 1

您可以尝试match适当的nomatch参数：

sub <- match(DATA$A, AList, nomatch=-1) == match(DATA$B, BList, nomatch=-2)
sub
# [1]  TRUE FALSE  TRUE FALSE FALSE FALSE

DATA[sub,]
#  A B Value
#1 1 6     9
#3 3 8     2

基于paste的方法也是可能的：

sub <- paste(DATA$A, DATA$B, sep=":") %in% paste(AList, BList, sep=":")
sub
# [1]  TRUE FALSE  TRUE FALSE FALSE FALSE

DATA[sub,]
#  A B Value
#1 1 6     9
#3 3 8     2

Answer 2

这是merge的作业：

KEYS <- data.frame(A = AList, B = BList)
merge(DATA, KEYS)

#   A B Value
# 1 1 6     9
# 2 3 8     2

编辑：OP在下面的评论中表达了他对逻辑向量的偏好后，我会建议以下其中一种。

使用merge：

df.in.df <- function(x, y) {
  common.names <- intersect(names(x), names(y))
  idx <- seq_len(nrow(x))
  x <- x[common.names]
  y <- y[common.names]
  x <- transform(x, .row.idx = idx)
  idx %in% merge(x, y)$.row.idx
}

或interaction：

df.in.df <- function(x, y) {
  common.names <- intersect(names(x), names(y))
  interaction(x[common.names]) %in% interaction(y[common.names])
}

在这两种情况下：

df.in.df(DATA, KEYS)
# [1] TRUE FALSE  TRUE FALSE FALSE FALSE

基于存储在独立有序向量中的值对来子集数据帧

2 个答案: