根据 R 中另一个 csv 文件中的内容对 csv 文件中的数据进行子集化答案

【问题标题】：Subsetting data from a csv file based on contents in another csv file in R根据 R 中另一个 csv 文件中的内容对 csv 文件中的数据进行子集化
【发布时间】：2015-10-30 22:17:41
【问题描述】：

希望从 csv 文件中获取信息 - mf.csv 基于存储在 df.csv 中的数据列表（其中有一列名为 PAN）

dataA <- read.csv("C://Users//mf.csv")

dataD <- read.csv("C://Users//df.csv")

dataG <- subset(dataA, PAN %in% dataD)

write.csv(dataG,"C://Users//result.csv")

谢谢。

【问题讨论】：

我认为您的subset 代码应该是subset(dataA, PAN %in% dataD$columnname)，因为dataD 是data.frame。您能否提供一个可重现的小示例和预期输出（如果上述方法不起作用）。
嘿thanx..它的作品。

标签： r subset

【解决方案1】：

在 OP 的代码中，在%in% 的 rhs 上使用了整个 data.frame 而不是列。代码应该是

subset(dataA, PAN %in% dataD$columnname)

【讨论】：

【解决方案2】：

根据这些 csv 文件的大小，例如，如果它们太大而无法加载到 R 中或加载到 R 中很慢，您可以在命令行中使用awk 执行此操作，这样会更快。

awk -F',' 'NR==FNR {arr[$1]++; next} (($1 in arr) && ($2 in arr)) {print $0}' file1 file2

这只会打印结果，但您可以将其写入新的 csv：

 awk -F',' 'NR==FNR {arr[$1]++; next} (($1 in arr) && ($2 in arr)) {print $0}' file1 file2 > new.csv

awk; searching file2 by file1 供参考。

【讨论】：