Question

我有两个矩阵，如下所示：

A

ColumnA   ColumnB   ColumnC    ColumnD     
   A         D         N          F            
   DF        N         A          S    
   P         F         K          l      
   qw        AS        O          W    
             n         H          Q      
                       D          E

B

  ColumnA   ColumnB   ColumnC    ColumnD     
     A         DH        K          FS            
    np         N         A           S    
    AS         Q         O          lm      
     P         n         N          WE    
               AS        PV          Q      
                         NQ          E

我想要一个第三个矩阵C，它在两个矩阵之间逐列包含公共元素。我尝试使用R来完成这项工作，但似乎不可能，因为两个矩阵太大了：~5000行和1500列。两个矩阵的列数相同，列名相同。

有人能帮帮我吗？

最佳

期望的输出： ç

ColumnA   ColumnB   ColumnC    ColumnD     
   A         N         N          S            
   P         AS        A          Q    
             n         K          E      
                       O

Answer 1

你可以尝试

library(stringi)
#Here `A` and `B` are "data.frames"
m1 <- stri_list2matrix( Map(`intersect`, A, B), fill='')
C <- setNames(as.data.frame(m1, stringsAsFactors=FALSE), colnames(A))
C
#   ColumnA ColumnB ColumnC ColumnD
# 1       A       N       N       S
# 2       P      AS       A       Q
# 3               n       K       E
# 4                       O

或者

lst <- lapply(rbind(A,B), function(x) x[duplicated(x)& x!=''] )
m2 <- sapply(lst, `length<-`, max(sapply(lst, length)))
m2[is.na(m2)] <- ''
as.data.frame(m2, stringsAsFactors=FALSE)
#  ColumnA ColumnB ColumnC ColumnD
#1       A       N       K       S
#2       P       n       A       Q
#3              AS       O       E
#4                       N

Answer 2

你知道如何使用sqlite吗？

在sqlite中，您可以尝试类似

的内容

SELECT DISTINCT newtable
FROM A 
WHERE newtable Not IN (SELECT DISTINCT newtable FROM B)

创建.db文件太麻烦了

注意：如果你正在运行linux，你已经安装了sqlite或sqlite3

按列匹配两个矩阵

2 个答案: