如何在r中爲這個特定條件子集？

Question

df1和df2有列a，b。我想從df1中獲取子集數據，使得df1 $ a中的每個條目與df1 $ b一起在df2 $ a中與df2 $ b一起。

df1 
a b c 
1 m df1 
2 f df1 
3 f df1 
4 m df1 
5 f df1 
6 m df1 

df2 
a b c 
1 m df2 
3 f df2 
4 f df2 
5 m df2 
6 f df2 
7 m df2 

期望的輸出

df 
a b c 
1 m df1 
3 f df1 

我使用：

df <- subset(df1,(df1$a%in%df2$a & df1$b%in%df2$b)) 

但這給出相似的結果

df <-subset(df1,df1$a%in%df2$a) 

Answer 1

您可以使用包dplyr：

library(dplyr) 
intersect(df1,df2) 
# a b 
#1 1 m 
#2 3 f 

編輯新data.frames與c列： 你可以使用函數semi_join（也是從dplyr）：

semi_join(df1,df2,by=c("a","b")) 
# a b c 
#1 1 m df1 
#2 3 f df1 

其他選項，在base R：
可以粘貼您的a和b變量子集的data.frame：

df1[paste(df1$a,df1$b) %in% paste(df2$a,df2$b), ] 
# a b 
#1 1 m 
#3 3 f 

和新data.frames：

# a b c 
    # 1 1 m df1 
    # 3 3 f df1 

Answer 2

或者你可以做

Res <- rbind(df1, df2) 
Res[duplicated(Res), ] 
# a b 
# 7 1 m 
# 8 3 f 

---

EDIT1：每編輯，這裏有一個類似的data.table解決方案

library(data.table) 
Res <- rbind(df1, df2) 
setDT(Res)[duplicated(Res, by = c("a", "b"), fromLast = TRUE)] 
# a b c 
# 1: 1 m df1 
# 2: 3 f df1 

---

EDIT2：我看到@CathG開設了加盟戰線，所以這裏是我們如何與data.table

setkey(setDT(df1), a, b) ; setkey(setDT(df2), a, b) 
df1[df2, nomatch = 0] 
# a b c i.c 
# 1: 1 m df1 df2 
# 2: 3 f df1 df2