Question

数据帧1（df1）包含以下列：

Year ID1 ID2 V1 V2 ....

数据帧2（df2）包含以下列：

Year ID

除了在ID1或ID2中ID匹配的df1中保留观察值之外，我想使用df2进行一次半联接以按Year和ID过滤df1。我不确定dplyr的semi_join是否可以做到这一点，或者是否需要其他方法。

编辑：

df1 = data.frame(Year = c(rep(2000,5), rep(2001,5)), 
                 ID1 = 1:5, 
                 ID2 = 5:1,
                 V1 = seq(1,10, length.out = 10))
df2 = data.frame(Year = c(2000,2000,2001,2001), ID = c(1,2,1,3))

输出

 Year ID1 ID2 V1
 2000 1   5    1
 2000 2   4    2
 2000 4   2    4
 2000 5   1    5
 2001 1   5    6
 2001 3   3    8
 2001 5   1   10

Answer 1

这不太好，但是您可以分别对每个ID进行半联接，然后合并结果：

bind_rows(
  semi_join(df1, df2, by = c("ID1" = "ID"),
  semi_join(df1, df2, by = c("ID2" = "ID")
) %>%
  distinct()

（未经测试，没有数据集样本。）

半连接有条件地过滤R数据帧

1 个答案: