在 R 中匹配两个数据帧

Question

我对使用 match 函数得到的输出有疑问。我有两个数据框，它们的行数和行名不同。我希望从前两个中获得两个新的数据帧，其中行/行名的数量相同。一种方法是将一个数据帧的行名与另一个数据帧匹配

到目前为止，这是我的代码：

 x_1 <- c("A1", "A1", "B10", "B10", "B10", "B10", "C100", "C100", "C100", "C100")

 y_1 <- round(seq(1, 24, length = 10), 2)

 A <- data.frame(x_1, y_1)



 x_2 <- c("A1", "B10", "C100", "D1", "D200", "G210")

 y_2 <- round(seq(1, 24, length = 6), 2)

 B <-  data.frame( x_2, y_2 )

现在，由于 A 和 B 的行名不同，我希望制作 A 和 B 的新版本，但删除所有不同的行名。

 m_1 <- names(table(A$x_1))
 m_2 <- names(table(B$x_2))

 comb_names <- union(m_1[!(m_1 %in% m_2)], m_2[!(m_2 %in% m_1)])

 A_1 <- A[!A$x_1 %in% c(comb_names), ]
 B_1 <- B[!B$x_2 %in% c(comb_names), ]
 newB_1 <- B_1[match(A_1$x_1, B_1$x_2), ]

newB_1 是 B_1 的数据框，已与 A_1 中的行名匹配

我的问题是，当我输入代码 names(table(newB_1$x_2)) 时，我仍然得到 B_1 中的所有原始行名，这些原始行名本应使用此代码 B_1 <- B[!B$x_2 %in% c(comb_names), ] 删除。但是，当我输入 newB_1 时，它会给出正确的输出。

names(table(newB_1$x_2))
"A1"   "B10"  "C100" "D1"   "D200" "G210"

newB_1
x_2  y_2
A1  1.0
A1  1.0
B10  5.6
B10  5.6
B10  5.6
B10  5.6
C100 10.2
C100 10.2
C100 10.2
C100 10.2

事实上，names(table(B_1$x_2)) 也是如此，这表明 B_1 <- B[!B$x_2 %in% c(comb_names), ] 不会删除上面给出的 comb_names 中包含的名称。

table(B_1$x_2)

A1  B10 C100   D1 D200 G210 
1    1    1    0    0    0 

最后的问题是如何完全删除数据框 A 和 B 不通用的行名，从而得到两个具有相同行名的数据框？即我不希望名称 D1、D200 和 G210 出现在新数据框中。

我希望以上内容有意义，但我很乐意澄清任何含糊之处。我想知道如何修改我的代码以获得所需的输出，但也欢迎其他可以复制结果的替代代码。

Answer 1

我可能会误解，但这不是你想要的（即每个 data.frame 只有第一列的值出现在另一个的第一列中）？

A[A$x_1 %in% B$x_2,]
#     x_1   y_1
# 1    A1  1.00
# 2    A1  3.56
# 3   B10  6.11
# 4   B10  8.67
# 5   B10 11.22
# 6   B10 13.78
# 7  C100 16.33
# 8  C100 18.89
# 9  C100 21.44
# 10 C100 24.00
B[B$x_2 %in% A$x_1,]
#    x_2  y_2
# 1   A1  1.0
# 2  B10  5.6
# 3 C100 10.2

另外，如果你想连接它们，你可以使用以下两种方法之一：

cbind(A, y_2=B[match(A$x_1, B$x_2), "y_2"])
merge(A, B, by=1)  # 

第一个比第二个快，尽管两者产生相同的输出。 match 方法要快得多，但有一个限制，即 B 表在您加入的内容上必须是唯一的（这里就是这种情况）。

#     x_1   y_1  y_2
# 1    A1  1.00  1.0
# 2    A1  3.56  1.0
# 3   B10  6.11  5.6
# 4   B10  8.67  5.6
# 5   B10 11.22  5.6
# 6   B10 13.78  5.6
# 7  C100 16.33 10.2
# 8  C100 18.89 10.2
# 9  C100 21.44 10.2
# 10 C100 24.00 10.2    

最后，这复制了newB_1：

B[match(A$x_1, B$x_2), ]
#      x_2  y_2
# 1     A1  1.0
# 1.1   A1  1.0
# 2    B10  5.6
# 2.1  B10  5.6
# 2.2  B10  5.6
# 2.3  B10  5.6
# 3   C100 10.2
# 3.1 C100 10.2
# 3.2 C100 10.2
# 3.3 C100 10.2