在多个条件下使用 dplyr filter() 进行过滤答案

【问题标题】：Filtering using dplyr filter() on multiple conditions在多个条件下使用 dplyr filter() 进行过滤
【发布时间】：2018-07-05 08:54:50
【问题描述】：

我有一个包含两个变量的唯一值的数据框：

df <- data.frame(V1=LETTERS,V2=c(1:26))

我想为df$V1 中的值和df$V2 的对应值过滤另一个数据框。这是我尝试过的，显然不会产生预期的结果：

df2 <- data.frame(V1=c('A','A','B','B','A'),
                    V2=c(1,2,2,3,4))
df2 %>% filter(V1 %in% unique(df$V1) & V2 %in% unique(df$V2))

我期望后过滤的结果是：

  V1 V2
1  A  1
2  B  2

我如何做到这一点？

【问题讨论】：

标签： r dplyr

【解决方案1】：

merge(df,df2)
  V1 V2
1  A  1
2  B  2

library(tidyverse)
inner_join(df,df2)
  V1 V2
1  A  1
2  B  2

【讨论】：

【解决方案2】：

你也可以使用

df[df$V1 %in% unique(df2$V1),]

#   V1 V2
# 1  A  1
# 2  B  2

或

library(tidyverse)

df %>% filter(V1 %in% unique(df2$V1))

#   V1 V2
# 1  A  1
# 2  B  2

在上述两种情况下，您将获得df 的行，其中df 的V1 与df2 的V1 的（唯一）值匹配。

【讨论】：

【解决方案3】：

另一个选项是intersect

library(dplyr)
intersect(df, df2)
#  V1 V2
#1  A  1
#2  B  2

或者使用data.table（假设两者都是data.table对象并且具有相同的属性）

library(data.table)
fintersect(df, df2)
#   V1 V2
#1:  A  1
#2:  B  2

【讨论】：