Question

我有两个小题词

data
A tibble: 6,358,584 x 3
Date     Name       Key
<date>  <chr>      <chr>

treated_group
A tibble: 6,051 x 1  
 Key
 <chr>

该键标识了我的治疗组，我希望将所有治疗过的对象的较大细分化。但是，使用过滤器

data %>% filter(Key == treated_group)

我遇到了错误：

Error in filter_impl(.data, quo) : Result must have length 6358584, not 6051 我认识到我只能将过滤器用于1x1，因此我将使用一种变通方法，即在处理的组的行之间循环并为每一行的数据过滤，但这效率很低，我想留在dplyr中框架。

感谢任何提示和帮助！

head(data)
#> # A tibble: 6 x 3
#>   TIMESTAMP_UTC ENTITY_NAME ENS_KEY                         
#>   <date>        <chr>       <chr>                           
#> 1 2000-01-04    3M Co.      E73F64B685D3E70AFE8DFC37C33825F7
#> 2 2000-01-04    3M Co.      62D1EE4BF4DF6EDD38F95E4033B4E687
#> 3 2000-01-05    3M Co.      24EFCCD1828DDBB164A7CDED15696EC9
#> 4 2000-01-05    3M Co.      62D1EE4BF4DF6EDD38F95E4033B4E687
#> 5 2000-01-10    3M Co.      BF24EB30E19607DD73C0BC51F9EF2DF4
#> 6 2000-01-10    3M Co.      940F168DB3203A028350BC4989EBDE17
head(treated_data)
#> # A tibble: 6 x 1
#>   ENS_KEY                         
#>   <chr>                           
#> 1 2CDDC73CD6247E41244EE82B3BD2AB14
#> 2 940F168DB3203A028350BC4989EBDE17
#> 3 1D9944BA5D170684910D3F5E56C2990B
#> 4 8431C047CFA3920042325B28B238E335
#> 5 606FAF396319C78ABC9CAD17C49E52D9
#> 6 3B277F9151290346EF7E05EC046121D9
filter(data,ENS_KEY %in% treated_data)
#> # A tibble: 0 x 3
#> # ... with 3 variables: TIMESTAMP_UTC <date>, ENTITY_NAME <chr>,
#> #   ENS_KEY <chr>

^{由reprex package（v0.3.0）于2019-07-31创建}

如您所见，我的数据的条目6和我的Treated_data的条目2匹配，但是输出是空的提示！

Answer 1

这样的事情怎么样？

pull函数仅将列中的值放入向量中。过滤时，您可以将其与%in%一起使用。

td <- treated_data %>% 
  pull #just gets the values

data %>% 
  filter(ENS_KEY %in% td)

您会得到：

# A tibble: 1 x 3
  TIMESTAMP_UTC ENTITY_NAME ENS_KEY                         
  <chr>         <chr>       <chr>                           
1 10/01/2000    3M Co.      940F168DB3203A028350BC4989EBDE17

另一个选项，它将为您提供相同的结果：

data %>% 
  inner_join(treated_data, by = "ENS_KEY")

用较小的小节细分小节

1 个答案: