匹配发生后的子集答案

【问题标题】：subset after a match occurs匹配发生后的子集
【发布时间】：2012-11-12 16:59:07
【问题描述】：

我有一个这样的数据框（特别是 data.frame 包含 50 列）：

  "G1"            "G2"  
  SEP11          ABCC1   
  0.1365         0.1858   
  214223_at      ADAM19     
  0.1305         0.131   
  COPS4          BIK 
  0.1271         0.1143
  ACE            ALG3
  0.1333         0.119
  EMP3           GGH
  0.1246         0.1214

和另一个这样的data.frame（特别是data.frame包含50列）：

   "G1"           "G2"  
  0.1365         0.1858   
  0.1271         0.1143    
  0.1246         0.1214

我想要以下输出：

  "G1"           "G2"  
 SEP11          ABCC1  
 0.1365         0.1858  
 COPS4          BIK     
 0.1271         0.1143   
 EMP3           GGH
 0.1246         0.1214

谁能帮帮我？

基本上，在 R 找到 data.frame 1 中的“0.1365”和 data.frame2 中的“0.1365”之间的匹配后，它会从 data.frame1 中提取对应的名称，该名称与存在匹配的数字相关联，并且这个数字也是因为我想回答这个问题：data.frame1 中的哪个元素与该数字相关联？

【问题讨论】：

嗨，Roland，对不起，但由于我做了很多编辑，我认为这很混乱。
不清楚是只有第一列的值需要匹配还是一行中的所有值都需要匹配。

标签： r

【解决方案1】：

df1 <- read.table(text=" G1            G2  
  SEP11          ABCC1   
  0.1365         0.1858   
  214223_at      ADAM19     
  0.1305         0.131   
  COPS4          BIK 
  0.1271         0.1143
  ACE            ALG3
  0.1333         0.119
  EMP3           GGH
  0.1246         0.1214",header=TRUE,stringsAsFactors=FALSE)

df2 <- read.table(text="G1           G2  
      0.1365         0.1858   
      0.1271         0.1143    
      0.1246         0.1214 
 ",header=TRUE,stringsAsFactors=FALSE)

#separate names and numbers
df1a <- df1[seq(from=1,to=nrow(df1)-1,by=2),]
df1b <- df1[seq(from=2,to=nrow(df1),by=2),]

#look up and merge again
df <- rbind(df1b[apply(df1b,1,paste,collapse=",") %in% apply(df2,1,paste,collapse=","),],
            df1a[apply(df1b,1,paste,collapse=",") %in% apply(df2,1,paste,collapse=","),])
df <- df[order(as.numeric(rownames(df))),]
#       G1     G2
#1   SEP11  ABCC1
#2  0.1365 0.1858
#5   COPS4    BIK
#6  0.1271 0.1143
#9    EMP3    GGH
#10 0.1246 0.1214

【讨论】：

【解决方案2】：

假设您的数据是成对的，这应该可以工作：

您的数据：

df1 <- read.table(header = TRUE, text = '  "G1"            "G2"
                  SEP11          ABCC1
                  0.1365         0.1858
                  214223_at      ADAM19
                  0.1305         0.131
                  COPS4          BIK
                  0.1271         0.1143
                  ACE            ALG3
                  0.1333         0.119
                  EMP3           GGH
                  0.1246         0.1214')
df2 <- read.table(header = TRUE, text = ' "G1"           "G2"
                  0.1365         0.1858
                  0.1271         0.1143
                  0.1246         0.1214 ')

匹配指定数据和上一行的数据

myMatch <- which(df1$G1 %in% df2$G1)
myMatch <- sort(c(myMatch, myMatch-1))

子集。

df1[myMatch, ]
#        G1     G2
# 1   SEP11  ABCC1
# 2  0.1365 0.1858
# 5   COPS4    BIK
# 6  0.1271 0.1143
# 9    EMP3    GGH
# 10 0.1246 0.1214

更新

借用一点 Roland 的方法，如果您尝试跨多个列进行匹配，那么确实merge 可能是更合适的方法。不幸的是，您的数据目前不是一种易于合并的形式，但这也很容易修复：

通过分离名称和值并cbind输出来“修复”您的“df1”data.frame。

df1.new <- cbind(df1[seq(from = 1, to = nrow(df1), by = 2), ], 
                 df1[seq(from = 2, to = nrow(df1), by = 2), ])

重命名数据前半部分的列以表明它们是名称。后半部分数据的列将被保留以进行合并。

names(df1.new)[1:(ncol(df1.new)/2)] <- 
  paste(names(df1.new[1:(ncol(df1.new)/2)]), "Name", sep = ".")
df1.new
#     G1.Name G2.Name     G1     G2
# 1     SEP11   ABCC1 0.1365 0.1858
# 3 214223_at  ADAM19 0.1305  0.131
# 5     COPS4     BIK 0.1271 0.1143
# 7       ACE    ALG3 0.1333  0.119
# 9      EMP3     GGH 0.1246 0.1214

使用merge() 获取您的数据“子集”。

merge(df1.new, df2)
#       G1     G2 G1.Name G2.Name
# 1 0.1246 0.1214    EMP3     GGH
# 2 0.1271 0.1143   COPS4     BIK
# 3 0.1365 0.1858   SEP11   ABCC1

一般来说，这个“更宽”的data.frame 可能更方便您使用。

【讨论】：

感谢您对 mrdwab 的帮助！