当两列中的值与第二个数据框中的值匹配时，对数据框进行子集化答案

【问题标题】：Subsetting a data frame when values in two columns match those in a second data frame当两列中的值与第二个数据框中的值匹配时，对数据框进行子集化
【发布时间】：2014-03-16 14:34:05
【问题描述】：

我有两个大数据框。 df1 有两列感兴趣的列（除其他外），它们是 A1 中的物种名称列表和 A2 中的 3 个字母区域列表。每一行都是一个独立的记录，因此值可能在两列中重复多次，并且有很多行（约 900 万行）：

   A1            A2
 species A       AFG  
 species B       THA  
 species B       LOP    
 species C       THA

我的第二个数据框 (df2) 基本上列出了一个物种应该出现的每个区域，因此对于每个值 B1，将有许多行，每行在 B2 中都有不同的值：

  B1         B2  
 species A   AFG
 species A   FLO
 species B   LOP   
 species B   PLA   
 species C   THA

我想要做的是将A2（df1）中给出的值与使用R的每个物种在B2（df2）中列出的值标准化。因此，对于df1中的每一行，如果A1中的值与B1相同, AND A2 与 B2 相同（如果 A1==B1 & A2==B2），保留该行。因此，在我上面的示例中，第 2 行将从 df1 中删除。

我尝试了以下但没有成功（没有删除行）：

x

有什么建议吗？匹配函数会更合适吗？

这也是我在 Stack Overflow 上提出的第一个问题——如果不是很好，我很抱歉——欢迎任何关于如何改进问题的 cmets！

干杯！

【问题讨论】：

标签： r dataframe subset multiple-columns

【解决方案1】：

您可以使用merge 来执行此操作。只需指定正确的by.x 和by.y 参数。以下是如何执行此操作的示例：

# your data
df1 <- read.table(text="A1            A2
species_A       AFG  
species_B       THA  
species_B       LOP    
species_C       THA", header=TRUE)

df2 <- read.table(text="B1         B2  
species_A   AFG
species_A   FLO
species_B   LOP   
species_B   PLA   
species_C   THA", header=TRUE)

# merging data.frames
merge(df1, df2[,c("B1", "B2")], by.x=c("A1", "A2"), by.y=c("B1", "B2"))

【讨论】：

完美运行，感谢影子！我没想过要使用合并。干杯