我有两个数据帧。我想使用一个数据帧中的元素来搜索另一个数据帧中的列。我需要通过匹配来缩小这个数据帧。然后继续逐个元素缩小。查看示例代码，可以更好地解释。
df1 col1
1 apples
2 oranges
3 apples
4 banana
5 grapes
6 mangoes
7 oranges
8 banana
df1中只有一列。同时df2有2列。 setID＆amp; COL1
df2 setID col1
1 1 apples
2 1 oranges
3 1 oranges
4 1 mangoes
5 1 grapes
6 1 banana
7 1 banana
8 1 apples
10 2 apples
11 2 oranges
12 2 apples
13 2 banana
14 2 grapes
15 2 mangoes
16 2 banana
17 2 oranges
18 3 apples
19 3 banana
20 3 oranges
21 3 apples
22 3 grapes
23 3 mangoes
24 3 oranges
25 3 banana
26 4 apples
27 4 oranges
28 4 apples
29 4 grapes
30 4 grapes
31 4 oranges
32 4 banana
33 4 banana
正如您所看到的，有一些重复的setID。他们标记一组。集合的顺序很重要。请注意，df1 $ col1的长度不必与df2的设置长度相同。它们也不必完全匹配。他们只需要足够接近。在这种情况下，df1 $ col1最接近df2 $ setID = 2，只有最后两个元素乱序。他们不必完全匹配的原因是因为我想在键入时使用＆＃34;搜索＆＃34;做法。我不想将df1 $ col1与df2上的setID匹配。我想通过逐个元素来缩小可能的集合。假设您逐个获取df1的元素，而不是完整的数据帧。例如：
从df2中找到df1 $ col1 [1]的匹配项，并将包含匹配项的任何集合保存到tempdf。如果在同一组中多次找到df1 $ col1 [1]的匹配，则无关紧要。如果至少找到一次，那么该组将被添加到tempdf。
最后需要检索的是一个setID，它对应于匹配df1的集合。在这种情况下，tempdf将与df2相同，因为所有集合都包括＆＃34; apples＆＃34;。接下来将匹配df1 $ col1 [2]与tempdf匹配，因为第一个元素是匹配。我想来自tempdf的df1 $ col1 [1：2]。这导致：
tempdf setID col1
1 1 apples
2 1 oranges
3 1 oranges
4 1 mangoes
5 1 grapes
6 1 banana
7 1 banana
8 1 apples
10 2 apples
11 2 oranges
12 2 apples
13 2 banana
14 2 grapes
15 2 mangoes
16 2 banana
17 2 oranges
26 4 apples
27 4 oranges
28 4 apples
29 4 grapes
30 4 grapes
31 4 oranges
32 4 banana
33 4 banana
基本上省略了setID = 3。由于这继续来自df1的第3个元素，新的tempdf将仅包含setID 2＆amp; 4.循环（我想解决这个问题）将在只有一个setID保留时结束，在这种情况下setID = 2.因此setID = 2将被视为df1的紧密匹配。
当然可以自由地建议比这更好的方法。
答案 0 :(得分：1)
您可能希望查看“比较”包，它允许您比较允许不同的转换。
以下是几个需要考虑的例子......
启动样本数据。注意setID == 4，它包含所有值，但顺序错误。
df1 <- data.frame(col1 = c("apples", "oranges", "apples", "banana"),
stringsAsFactors = FALSE)
df1
## col1
## 1 apples
## 2 oranges
## 3 apples
## 4 banana
df2 <- structure(list(setID = c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3,
4, 4, 4, 4), col1 = c("apples", "oranges", "apples", "banana",
"apples", "grapes", "oranges", "apples", "oranges", "grapes",
"banana", "banana", "apples", "apples", "banana", "oranges")),
.Names = c("setID", "col1"),
row.names = c("1", "2", "3", "4", "5", "6", "7", "8",
"9", "10", "11", "12", "13", "21", "31", "41"), class = "data.frame")
df2
## setID col1
## 1 1 apples
## 2 1 oranges
## 3 1 apples
## 4 1 banana
## 5 2 apples
## 6 2 grapes
## 7 2 oranges
## 8 2 apples
## 9 3 oranges
## 10 3 grapes
## 11 3 banana
## 12 3 banana
## 13 4 apples
## 21 4 apples
## 31 4 banana
## 41 4 oranges
加载“比较”并进行一些比较：
library(compare)
lapply(split(df2[, "col1", drop = FALSE], df2$setID),
function(x) compare(df1, x))
## $`1`
## TRUE
##
## $`2`
## FALSE [FALSE]
##
## $`3`
## FALSE [FALSE]
##
## $`4`
## FALSE [FALSE]
##
在比较之前允许所有转换（如果您只想允许某些转换，请参阅?compare了解详细信息。）
lapply(split(df2[, "col1", drop = FALSE], df2$setID),
function(x) compare(df1, x, allowAll = TRUE))
## $`1`
## TRUE
##
## $`2`
## FALSE [FALSE]
## sorted
## [col1] ignored case
## renamed rows
## [col1] ignored case
## dropped row names
## [col1] ignored case
##
## $`3`
## FALSE [FALSE]
## sorted
## [col1] ignored case
## renamed rows
## [col1] ignored case
## dropped row names
## [col1] ignored case
##
## $`4`
## TRUE
## sorted
## renamed rows
## dropped row names
##
答案 1 :(得分：0)
使用基数R：
split(df2,df2[,1])[by(df2[2],df2[1],function(x)all(x==df1))]
$`1`
setID col1
1 1 apples
2 1 oranges
3 1 apples
4 1 banana
答案 2 :(得分：0)
OP已请求在setID中找到df2个col1中<{1}}的与<{1}}完全相同的组的df2组。
为了完整起见，这里还有一个data.table方法：
library(data.table)
tmp <- setDT(df2)[, all(col1 == df1$col1), by = setID][(V1)]
tmp
setID V1 1: 1 TRUE
现在，OP已请求返回匹配的行。这可以通过查找setID
df2[setID %in% tmp$setID]
setID col1 1: 1 apples 2: 1 oranges 3: 1 apples 4: 1 banana
或通过加入（可能在大表上可能更快）
df2[tmp, on = "setID", .SD]
返回相同的结果。
OP提供的样本数据集表明df1中的行数与setID中每个df2组中的行数相同。如果行数不同，OP未指定预期结果。