在 R 中查找具有不同长度的 2 个数据帧中的匹配值答案

【问题标题】：Find matching values in 2 dataframes with different lengths in R在 R 中查找具有不同长度的 2 个数据帧中的匹配值
【发布时间】：2021-04-10 04:26:17
【问题描述】：

我对 R 很陌生，我想做一些类似于 VLOOKUP 的事情，以在 2 个不同的数据帧中查找匹配值并返回一个带有匹配项的新数据帧。我还想获得总匹配值的总和。 它们的长度不同。不知道为什么，但是当我进行内部连接时，我得到了重复并且没有重复！我使用这个函数来删除两个数据帧中的欺骗： df1[!duplicated(df1), ]

我已尝试此方法以返回具有匹配值的数据框：

matches <- inner_join(df1, df2)

这是我的 2 个表格的示例以及我想要的结果：

df1:

Column_Name
a
b
c
d

df2:

Column_Name
a
b
c
d
e
f
g

我想要返回的内容： df3：

Column_Name
a
b
c
d

感谢您在此提供的任何帮助！

【问题讨论】：

对于您共享的示例，matches <- inner_join(df1, df2) 按预期工作并返回 a、b、c 和 d。你能提供一个实际重现问题的例子吗？
是的，这似乎可行：df1 <- data.frame(column_name = letters[1:4]); df2 <- data.frame(column_name = letters[1:8]); inner_join(df1, df2)

标签： r dataframe

【解决方案1】：

我认为semi_join在这种情况下更合适：

semi_join() 返回 x y 中有匹配值 的所有行，只保留 x 中的列。半连接与内连接不同，因为内连接将为 y 的每个匹配行返回一行 x，其中半连接永远不会复制 x 的行。

df1 <- data.frame(Column_Name=c("a", "b", "c", "d"))
df2 <- data.frame(Column_Name=c("a", "b", "c", "d", "e", "f", "g"))

df3 <- semi_join(df1, df2, by = "Column_Name")

例子：

# new values in df2
df2 <- data.frame(Column_Name=c("a", "a", "b", "c", "c", "d", "e", "f", "g"))

# semi_join
df3 <- semi_join(df1, df2, by = "Column_Name")
# Output:
  Column_Name
1           a
2           b
3           c
4           d

# inner_join
df3 <- inner_join(df1, df2, by = "Column_Name")
# Output:
  Column_Name
1           a
2           a
3           b
4           c
5           c
6           d

【讨论】：

【解决方案2】：

Tidyverse 解决方案：

library(tidyverse)
# set your DataFrames, and then:
df1 %>% inner_join(df2, by='Column_Name')

【讨论】：