我有几行数据（标签分隔）。我想在每行中找到与两列（第3和第4）的元素匹配的行，其中包含两列（第10和第11列）。例如，在第1行，95428891＆amp; 95443771在第3列＆amp; 4 匹配列10＆amp;中的元素11 第19行。同样，倒数也是如此。 第3列和第3列中的元素第19行中的 也匹配列10＆amp;中的元素11 第1行。我需要能够遍历每一行并输出相应匹配的行索引。有时可能只有一列匹配而不是两者（因为有时会有重复的数字），但我只需要选择两列匹配的行以及相互匹配的行。因此，在存在相互匹配的情况下输出行索引是个好主意，例如， 1＆amp; 19 作为制表符分隔值（可能在不同的data.frame对象中）。并且没有相互匹配的行可以单独输出。我试图在R中实现它来运行几行数据。
1313 chr2 95428891 95443771 14880 chr2:96036782 205673 + chr2 96036782 96052481
1313 chr2 95428896 95443771 14875 chr2:97111880 205214 - chr2 97111880 97127588
1313 chr2 95443771 95526464 82693 chr2:95609272 1748861 - chr2 95609272 95691902
1313 chr2 95477143 95486318 9175 chr2:97616847 177391 + chr2 97616847 97626039
1313 chr2 95486323 95521267 34944 chr2:97035158 268351 + chr2 97035158 97070183
1313 chr2 95515418 95525958 10540 chr2:95563236 132439 + chr2 95563236 95572666
1314 chr2 95563236 95572666 9430 chr2:95515418 132439 + chr2 95515418 95525958
1314 chr2 95563236 95572666 9430 chr2:95609778 126017 - chr2 95609778 95620287
1314 chr2 95563236 95569115 5879 chr2:97064308 89848 + chr2 97064308 97070183
164 chr2 95609272 95691902 82630 chr2:95443771 1748861 - chr2 95443771 95526464
1314 chr2 95609778 95620287 10509 chr2:95563236 126017 - chr2 95563236 95572666
1314 chr2 95614473 95649363 34890 chr2:97035158 394821 - chr2 97035158 97070173
1314 chr2 95649368 95658543 9175 chr2:97616847 177822 - chr2 97616847 97626039
164 chr2 95775062 95814080 39018 chr2:97578938 0 - chr2 97578938 97616780
1315 chr2 95778788 95781856 3068 chr2:97609982 31302 - chr2 97609982 97616788
164 chr2 95780657 95829665 49008 chr2:96053880 882178 - chr2 96053880 96102738
1316 chr2 95829982 95865446 35464 chr2:97296848 242680 - chr2 97296848 97333087
1316 chr2 95829982 95935104 105122 chr2:97438085 1169669 + chr2 97438085 97544431
1317 chr2 96036782 96052481 15699 chr2:95428891 205673 + chr2 95428891 95443771
答案 0 :(得分：20)
DWin的答案是可靠的，但是对于大型数组，通常超过50k左右，你会遇到内存问题，因为你正在创建的矩阵是巨大的。
我会做类似的事情：
match(
interaction( indat$V3, indat$V10),
interaction( indat$V4, indat$V11)
);
将所有感兴趣的值连接到因子中并进行匹配。
这是一种不太纯粹的解决方案，但更快/更易于管理。
答案 1 :(得分：9)
你没有说出你认为正确的答案是什么，当你谈到“哪里有互惠匹配”时你的术语似乎有点模糊，但是如果我正确地理解了任务，那么找到col.3 =的所有行= col.10＆amp; col.4 == col.11，那么这应该完成任务：
which( outer(indat$V4, indat$V11, "==") &
outer(indat$V3, indat$V10, "=="),
arr.ind=TRUE)
# result
row col
[1,] 19 1
[2,] 10 3
[3,] 7 6
[4,] 8 6
[5,] 6 7
[6,] 11 8
[7,] 3 10
[8,] 7 11
[9,] 8 11
[10,] 1 19
外部函数将函数'FUN'（在本例中为“==”）应用于x和y的所有双向组合，即它的第一个和第二个参数，所以这里我们得到一个带有逻辑条目的nxn矩阵我正在采用两个这样的矩阵的逻辑'和'。因此，与其他行匹配的行是：
unique( c(which( outer(indat$V4, indat$V11, "==") &
outer(indat$V3, indat$V10, "=="),
arr.ind=TRUE) ))
#[1] 19 10 7 8 6 11 3 1
所以带有 no 的集合匹配，假设一个名为indat的data.frame是：
matches <- unique( c(which( outer(indat$V4, indat$V11, "==") &
outer(indat$V3, indat$V10, "=="), arr.ind=TRUE) ))
indat[ ! 1:NROW(indat) %in% matches, ]
匹配的是：
indat[ 1:NROW(indat) %in% matches, ]
答案 2 :(得分：0)
以下函数compare利用R的快速排序功能。函数参数a和b是矩阵; a中的行是b中匹配任意数量列的行的screend。如果列顺序无关紧要，请设置row_order=TRUE以使行条目按递增顺序排序。猜测该函数应该适用于数据框和字符/因子列，以及a和/或b中的重复条目。尽管使用for＆amp; while b为a的每一行返回第一行匹配的速度相对较快（如果未找到匹配，则为0。）
compare<-function(a,b,row_order=TRUE){
len1<-dim(a)[1]
len2<-dim(b)[1]
if(row_order){
a<-t(apply(t(a), 2, sort))
b<-t(apply(t(b), 2, sort))
}
ord1<-do.call(order, as.data.frame(a))
ord2<-do.call(order, as.data.frame(b))
a<-a[ord1,]
b<-b[ord2,]
found<-rep(0,len1)
dims<-dim(a)[2]
do_dims<-c(1:dim(a)[2])
at<-1
for(i in 1:len1){
for(m in do_dims){
while(b[at,m]<a[i,m]){
at<-(at+1)
if(at>len2){break}
}
if(at>len2){break}
if(b[at,m]>a[i,m]){break}
if(m==dims){found[i]<-at}
}
if(at>len2){break}
}
return(found[order(ord1)]) # indicates the first match of a found in b and zero otherwise
}
# example data sets:
a <- matrix(sample.int(1E4,size = 1E4, replace = T), ncol = 4)
b <- matrix(sample.int(1E4,size = 1E4, replace = T), ncol = 4)
b <- rbind(a,b) # example of b containing a
# run the function
found<-compare(a,b,row_order=TRUE)
# check
all(found>0)
# rows in a not contained in b (none in this example):
a[found==0,]