如何比较 2 个数据框并选择其中一个数据框的某些行，这些行在另一个 df 的某些列中具有相同的值

Question

我有 2 个数据框 df1 和 df2，我想检查 df2 中是否有任何行的值与 df1 中的 4 列具有相同的值？

               df1 

                    a1    a2.    a3     a4
                    1      2      3     4
                    1      2      3     5
                    1      6      3     3
                    1      2      8     4


               df2 

                    a1    a2.    a3     a4
                    1      2      3     9
                    4      2      8     5
                    1      6      3     7
                    5      2      8     2

假设我想在 df2 中选择在 a1 、 a2 和 a3 中的 df1 中具有相同值的行：

输出

                    a1    a2.    a3     a4
                    1      2      3     9
                    1      6      3     7

Answer 1

使用dplyr，我们可以从df1中取消选择列a4，执行inner_join，然后使用distinct_all()删除重复行。

library(dplyr)


df2 %>% 
  inner_join(select(df1, -a4)) %>% 
  distinct_all()

  a1 a2. a3 a4
1  1   2  3  9
2  1   6  3  7

或者base R：

unique(merge(df1[,-4], df2))

或者：

unique(merge(subset(df1, select = -a4), df2))

Answer 2

使用基本 R，我们可以 paste 对数据框逐行感兴趣的列，并选择 df2 中匹配的行。

cols <- paste0("a", 1:3)

df2[do.call(paste, c(df2[cols], sep = "-")) %in% 
       do.call(paste, c(df1[cols], sep = "-")), ]

#  a1 a2 a3 a4
#1  1  2  3  9
#3  1  6  3  7