Question

我有两个数据框df1和df2，每个都有几列。我的目标是修改df1，使其仅包含df2 中基于多列重复的行。不幸的是，我只找到了基于一列或全列的方法。这是一个例子：

df1 <- data.frame(c(seq(1:5)),
                  c(letters[1:5]),
                  c(letters[22:26]))
colnames(df1) <- c("col1", "col2", "col3")

df2 <- data.frame(c(1, 20, 30, 4, 5),
                  c(letters[1:5]),
                  c(letters[15:19]))
colnames(df2) <- c("col1", "col2", "col3")

现在，我想修改df1，使其仅包含df2基于col1和col2的重复行。因此，我的目标是获得：

> df3
  col1 col2 col3
1    1    a    v
2    4    d    y
3    5    e    z

Answer 1

以下是data.table

的加入选项

library(data.table)
setDT(df1)[df2[1:2], on = .(col1, col2), nomatch = 0]
#   col1 col2 col3
#1:    1    a    v
#2:    4    d    y
#3:    5    e    z

Answer 2

在基础R中使用merge，您可以执行

merge(df1, df2[, 1:2])
  col1 col2 col3
1    1    a    v
2    4    d    y
3    5    e    z

您必须删除df2的最后一列（或仅保留ID列）。默认情况下，仅保留两个data.frames中匹配的ID。此外，merge会搜索两个data.frames（通过setdiff）匹配的ID的名称，并将它们用于合并操作，这就是我们想要的，所以我们不要＃39甚至必须指定＆＃34; by＆＃34;或＆＃34; by.x＆＃34; /＆＃34; by.y＆＃34;参数。

Answer 3

基础R解决方案可能

df1[with(df1,paste0(col1,"_",col2)) %in% with(df2,paste0(col1,"_",col2)),]

根据@docendo discimus的评论修改

@docendo discimus的替代解决方案：

cols <- c("col1", "col2"); df1[Reduce(＆安培; , Map( == , df1[cols], df2[cols])),]

Answer 4

我们可以使用semi_join中的dplyr。 df3是最终输出。

library(dplyr)
df3 <- df1 %>% semi_join(df2, by = c("col1", "col2"))

基于多个列，在df2中没有重复的行净化df1

4 个答案: