基於來自兩個獨立數據框的值對列進行子集化的問題

Question

我正在使用從空間網格系統獲取的數據，例如劃分爲等間隔正方形（例如250平方米的單元格）的城市。每個單元格都擁有一個唯一的列和行號，以及與這個250平方米內包含的區域相關的數字信息（比如整個城市中每個單元格的溫度）。在整個網格部分（或示例城市）內，我有各種研究網站，並且知道它們位於何處（即每個網站所在的單元格行和列）。我有一個數據框，其中包含城市內所有單元的信息，但我想將其子集僅包含來自我的研究站點所在單元的信息。我以前問過這個'Matching information from different dataframes and filtering out redundant columns'的問題。下面是一些示例代碼：

###Dataframe showing cell values for my own study sites 
Site <- as.data.frame(c("Site.A","Site.B","Site.C")) 
Row <- as.data.frame(c(1,2,3)) 
Column <- as.data.frame(c(5,4,3)) 
df1 <- cbind(Site,Row, Column) 
colnames(df1) <- c("Site","Row","Column") 

###Dataframe showing information from ALL cells 
eg1 <- rbind(c(1,2,3,4,5),c(5,4,3,2,1)) ##Cell rows and columns 
eg2 <- as.data.frame(matrix(sample(0:50, 15*10, replace=TRUE), ncol=5)) ##Numerical information 
df2 <- rbind(eg1,eg2) 
rownames(df2)[1:2] <- c("Row","Column") 

從這個，我用前面的問題的答案完美的示例數據。

output <- df2[, (df2['Row', ] %in% df1$Row) & (df2['Column', ] %in% df1$Column)] 
names(output) <- df1$Site[mapply(function(r, c){which(r == df1$Row & c == df1$Column)}, output[1,], output[2,])] 

但是，我不能將它應用到我自己的數據，並不能找出原因。

編輯：最初，我以爲有列命名的問題（即'名稱'功能）。但是看起來可能會出現'output'行代碼的問題，即df2中包含的列不應該是（即輸出包含來自df2的列，其列和行號在df1中未指定）。

我也曾嘗試：

output <- df2[, (df2['Row', ] == df1$Row) & (df2['Column', ] == df1$Column)] 

但是用我自己的（貌似可比）數據時，我沒有得到從「DF1」相當於規定的所有單元的信息（雖然在再次工作正常上面的示例數據）。如果我單獨進行每個研究網站，我可以獲得自己的數據。

SiteA <- df2[, which(df2['Row', ] == 1) & (df2['Column', ] == 5)] 
SiteB <- df2[, which(df2['Row', ] == 2) & (df2['Column', ] == 4)] 
SiteC <- df2[, which(df2['Row', ] == 3) & (df2['Column', ] == 3)] 

但我有1000多個網站，並希望有一個更簡潔的方法。我確信我保持了相同的結構，雙重檢查拼寫和變量名稱。任何人都能夠對我可能做錯的潛在事情發表任何意見嗎？或者失敗這個替代方法？沒有爲實際問題提供示例代碼（我希望我能指出具體問題是什麼，但在此之前原始示例是我能做到的最好的例子）！謝謝。

Answer 1

我能看到的唯一明顯的問題是mapply沒有纏繞在unlist。 mapply返回list，這不是你爲子集目的而做的。因此，嘗試：

output <- df2[, (df2['Row', ] %in% df1$Row) & (df2['Column', ] %in% df1$Column)] 
names(output) <- df1$Site[unlist(mapply(function(r, c){which(r == df1$Row & c == df1$Column)}, output[1,], output[2,]))] 

編輯：

如果目標是要搶它的前兩排匹配df1給定行的第二和第三個元素列，你可以嘗試以下方法：

output_df <- Filter(function(x) !all(is.na(x)), data.frame(do.call(cbind,apply(df2, 2, function(x) { 
    ##Create a condition vector for an if-statement or for subsetting 
    condition <- paste0(x[1:2], collapse = "") == apply(df1[,c('Row','Column')], 1, function(y) { 
    paste0(y,collapse = "") 
    }) 
    ##Return a column if it meets the condition (first 2 rows are matched in df1) 
    if(sum(condition) != 0) { 
    tempdf <- data.frame(x) 
    names(tempdf) <- df1[condition,]$Site[1] 
    tempdf 
    } else { 
    ##If they are not matched, then return an empty column 
    data.frame(rep(NA,nrow(df2))) 
    } 
})))) 

這是一個相當濃縮一段代碼，所以我希望下面的解釋將有助於澄清一些事情：通過每列

這基本上進入（與apply(df2, 2, FUN)），並檢查它的前兩行是否可以在df1中的每一行的第二和第三個元素中找到。如果滿足條件，則它以data.frame格式返回該列，其列名稱爲中的值df1;否則返回空列（帶有NA）。然後將這些列與do.call和cbind綁定在一起，然後強制爲data.frame。最後，我們使用Filter函數刪除值爲NA的列。

所有應該給出如下：

Site.A Site.B Site.C 
    1  2  3  
    5  4  3  
40  42  33  
13  47  25  
23  0  34  
    2  41  17  
10  29  38  
43  27  8  
31  1  25  
31  40  31  
34  12  43  
43  30  46  
46  49  25  
45  7  17  
    2  13  38  
28  12  12  
16  19  15  
39  28  30  
41  24  30  
10  20  42  
11  4  8  
33  40  41  
34  26  48  
    2  29  13  
38  0  27  
38  34  13  
30  29  28  
47  2  49  
22  10  49  
45  37  30  
29  31  4  
25  24  31 

我希望這有助於。