主页 / coding / 问题 / 79240040
Accepted
bill999
Asked: 2024-12-01 00:35:59 +0800 CST

检查一个数据框的元素是否位于组内的另一个数据框中

  • 772

假设我有这些数据：

library(dplyr)
df1 <- data.frame(x = c(1, 2, 3, 4), z = c("A", "A", "B", "B"))
df2 <- data.frame(x = c(2, 4, 6, 8), z = c("A", "A", "B", "C"))

我可以轻松检查x中的每个元素df1是否存在x于df2：

df1 <- df1 %>% mutate(present = x %in% df2$x)

有没有一种简单的方法来做同样的事情（最好在tidyverse），但只在组内检查？

换句话说，要使中的观测df1值为present，TRUE必须满足两点：1）中的组 ( z)df2必须与中的组相同；2）中的df1的值必须与 中的值相同。xdf2df1

因此，只有第二个观测值 ( 2) 会是TRUE因为 中存在一个观测值，其值为 且 为 。最后一个观测值 会是因为尽管 中df2有x一个2值为z的A值x，FALSE但df2这个4观测值属于 组A，而不是B。

4 个回答

  1. 一种方法inner_join

    编辑，现在可处理多个匹配项，并删除临时变量的使用

    library(dplyr)

bind_rows(df1, inner_join(df1, df2), .id="id") %>% 
  summarize(present = n() > 1 & var(id) > 0, .by = -id)

    输出

      x z present
1 1 A   FALSE
2 2 A    TRUE
3 3 B   FALSE
4 4 B   FALSE
    • 4
  2. Best Answer

    尽管看起来不太雅致，但这适用于您的示例数据。

    library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
df1 <- data.frame(x = c(1, 2, 3, 4), z = c("A", "A", "B", "B"))
df2 <- data.frame(x = c(2, 4, 6, 8), z = c("A", "A", "B", "C"))
df1 |> rowwise() |> mutate(present = x %in% df2[df2$z == z, "x"])
#> # A tibble: 4 × 3
#> # Rowwise: 
#>       x z     present
#>   <dbl> <chr> <lgl>  
#> 1     1 A     FALSE  
#> 2     2 A     TRUE   
#> 3     3 B     FALSE  
#> 4     4 B     FALSE

    创建于 2024-11-30，使用reprex v2.1.1

    • 2 
  3. library (tidyverse)      
 df1 %>%
        left_join(df2 %>% mutate(present = T)) %>% 
        replace_na(list("present"= F))
    • 2

  4. 我基于 R 可以使用match。

    > df1 |> transform(present=rowSums(mapply(match, df1, df2, nomatch=0)) == 2)
  x z present
1 1 A   FALSE
2 2 A    TRUE
3 3 B   FALSE
4 4 B   FALSE
    • 1

相关问题