將數據框與列常用列名相結合，但在列中使用不同的值

Question

我想我遇到了（據我所知）沒有被真棒dplyr庫完全覆蓋的情況，所以我想它會需要更多的編碼比我的能力。我有以下2個數據幀：

df1 = 
    Col1 Col2 Col3 
1 A 1 X 
2 A 1 X 
3 B 1 X 
4 C 1 X 
5 D 1 Y 
6 D 1 Z 

df2 = 

    Col1 Col2 Col3 
1 A 2 X 
2 B 2 Y 
3 C 2 Y 
4 G 2 Z 
5 H 2 X 
6 I 2 Z 

我只想要行具有僅Col1共同的元素，這就是：

out = 
    Col1 Col2 Col3 
1 A 1 X 
2 A 1 X 
3 B 1 X 
4 C 1 X 
5 A 2 X 
6 B 2 Y 
7 C 2 Y 

它看起來像dplyr::intersect將做到這一點，但由於Col2和Col3有不同的值，它給了我0表的值。非常感謝您的指導。謝謝。 P.佩雷斯。

Answer 1

隨着基礎R你可以這樣做：

common <- intersect(df1$Col1, df2$Col1) 

df3 <- rbind(df1, df2) 
df3[df3$Col1 %in% common, ] 

這給：

Col1 Col2 Col3 
1  A 1 X 
2  A 1 X 
3  B 1 X 
4  C 1 X 
11 A 2 X 
21 B 2 Y 
31 C 2 Y 

而且隨着dplyr：

bind_rows(df1, df2) %>% 
    filter(Col1 %in% intersect(df1$Col1, df2$Col1)) 

，這將給你相同的輸出。從註釋通過@Frank的替代：

bind_rows(df1, df2, .id = "id") %>% 
    group_by(Col1) %>% 
    filter(n_distinct(id) == 2L) 

這背後的邏輯是，你兩個dataframes結合在一起，幷包括與.id -parameter的同時放ID列。然後按Col1的值進行分組，並檢查每個值有多少唯一的ID。只有一個唯一標識的標識不會出現在兩個數據框中。

類似的邏輯可以與data.table包被應用：

library(data.table) 
rbindlist(list(df1, df2), idcol = 'id')[, if (uniqueN(id) == 2L) .SD, by = Col1]