Question

我有两个数据集，都包含＆＃34; ID＆＃34;变量。在这两个数据集中，如何保持两个数据集中存在ID的观察结果？我正在使用R.

如

df1 <- structure(list(CustomerId = c(1, 2, 3, 4, 5, 8, 9), Product = structure(c(4L, 
4L, 4L, 3L, 3L, 1L, 2L), .Label = c("abc", "def", "Radio", "Toaster"
), class = "factor")), .Names = c("CustomerId", "Product"), row.names = c(NA, 
-7L), class = "data.frame")
df2 <-
structure(list(CustomerId = c(2, 4, 6, 7), State = structure(c(2L, 
2L, 3L, 1L), .Label = c("aaa", "Alabama", "Ohio"), class = "factor")), .Names = c("CustomerId", 
"State"), row.names = c(NA, -4L), class = "data.frame")

在两个数据集中，我希望保留两个数据中存在的观察结果。（两个数据集中的ID为2和4）。

Answer 1

您可以使用像

这样的基本子集

subset(df1, CustomerId %in% df2$CustomerId)
subset(df2, CustomerId %in% df1$CustomerId)

如果您使用dplyr，则称为semi_join

library(dplyr)
semi_join(df1, df2)
semi_join(df2, df1)

Answer 2

merge（）将是最简单的解决方案之一。这是内连接等价，如果需要外连接，则检查其他参数。

merge(df1, df2, by="CustomerId")[,1:2]
  CustomerId Product
1          2 Toaster
2          4   Radio

merge(df2, df1, by="CustomerId")[,1:2]
  CustomerId   State
1          2 Alabama
2          4 Alabama

我如何保留两个数据中都存在“ID”的观察结果？

2 个答案: