如何将数据框与重复项和向量进行比较？

Question

我有一个数据框，其中一些ID出现不止一次。我对此ID进行了唯一的采样，现在我有一个带有采样ID的向量。现在我需要创建一个逻辑，告诉我数据框中的哪些行也有我的样本上出现的ID。

我尝试了匹配功能，但它只选择了第一个外观，我需要所有外观。

我也尝试过合并，但数据集很大，所以没有内存可以做到。

Answer 1

您可以使用%in%获取逻辑向量，并使用which和in来获取行索引。这是一个包含重复ID的可重现示例。

set.seed(1234)
df <- data.frame(id=sample(1:80, 100, replace=TRUE), b=rnorm(100))
mySample <- seq(1, 80, by=6)

#logical vector length of nrow(df)
myRows <- df$id %in% mySample
# row indices
myIndices <- which(df$id %in% mySample)

Answer 2

这是你可以使用match（当你尝试这个功能时）：

x=match(df$id, mySample, nomatch = 0) > 0

如果TRUE出现在df$id而mySample出现FALSE，则会为您提供which(x==T) 的逻辑向量。

检索相应的指数：

initalRoute