R：使用向量中的元素对数据框进行子集化答案

【问题标题】：R: subsetting dataframe using elements from a vectorR：使用向量中的元素对数据框进行子集化
【发布时间】：2015-03-06 10:19:43
【问题描述】：

我有一个数据框，其中包含单个标识符的向量（6 个字母）和数字向量

我想使用取自另一个数据帧的元素向量（同样是 6 个字母标识符）对其进行子集化

这就是我所做的（在简化版本中，我的数据框有 200 多列和 64 行）

n = c(2, 3, 5, 7, 8, 1) 

i = c("abazzz", "bbaxxx", "ccbeee","dddfre", "sdtyuo", "loatvz" ) 

c = c(10, 2, 10, 2, 12, 34) 

df1 = data.frame(n, i, c) 

attach(example)

这是我想将其元素用于子集的向量：

v<- c("abazzz", "ccbeee", "lllaaa")

这就是我对子集所做的事情

df2<-example[, i==abazzz | ccbeee | lllaaa]

这不起作用，我得到的错误是“abazzz”未找到（我尝试使用和不使用“”，我尝试使用命令子集，出现相同的错误）

此外，我想避免使用 or 运算符，因为我需要用于子集的向量有大约 50 个元素。所以，换句话说，我想做的是对 df2 进行子集化，以便仅使用他们的标识符（df1 中的列）提取那些已经出现在 df1 中的个人

写这个让我觉得这一定很容易做到，但我自己无法弄清楚，我尝试查找类似的问题但找不到我要找的东西。我希望有人可以帮助我，建议其他帖子或手册，以便我学习。谢谢！

【问题讨论】：

您必须使用引号"abazzz"，请不要使用attach 数据集。使用%in% 即。 df1[df1$i %in% v,]

标签： r vector dataframe subset

【解决方案1】：

这是使用data.tables 二进制搜索的另一个不错的选择（为了提高效率）

library(data.table)
setkey(setDT(df1), i)[J(v), nomatch = 0]
#    n      i  c
# 1: 2 abazzz 10
# 2: 5 ccbeee 10

或者，如果您不想重新排序数据集并保持类似于基本 R 的语法，则可以设置一个辅助键（由 @Arun 提供）

set2key(setDT(df1), i) 
df1[i %in% v]

或dplyr（为简单起见）

library(dplyr)
df1 %>% filter(i %in% v)
#    n      i  c
# 1: 2 abazzz 10
# 2: 5 ccbeee 10

附带说明：如 cmets 中所述，从不使用attach

【讨论】：

【解决方案2】：

(1) 而不是

attach(df1)
df2<-df1[, i==abazzz | ccbeee | lllaaa]
detach(df1)

试试

df2 <- with(df1, df1[i=="abazzz" | i=="ccbeee" | i=="lllaaa", ])

(2)

with(df1, df1[i %in% v, ])

两者都有

#   n      i  c
# 1 2 abazzz 10
# 3 5 ccbeee 10

【讨论】：