与另一个数据框匹配后如何拆分数据框

Question

我有 2 个数据框。说df_1 和df_2。首先，我匹配这两个数据帧之间的行。在创建了一些匹配之后，我想将df_1 分成两个新的数据框。一个将包含所有信息 + 50% 匹配信息，第二个将包含其余 50% 匹配信息。例如，

df_1

  query target new_ssp
1  ID_1   ID_2    0.50
2  ID_3   ID_2    0.90
3  ID_3   ID_4    0.80
4 ID_40  ID_50    0.70
5 ID_15  ID_31    0.50
6  ID_1   ID_6    0.09

df_2

  query target  ssp
1  ID_1   ID_2 0.50
2  ID_2   ID_3 0.90
3  ID_3   ID_4 0.80
4  ID_4   ID_5 0.70
5  ID_5   ID_3 0.50
6  ID_6   ID_1 0.09

他们之间的匹配（common）使用common <- inner_join(df_1, df_2)

  query target new_ssp ssp
1  ID_1   ID_2     0.5 0.5
2  ID_3   ID_4     0.8 0.8

我想制作另一个 df_3（删除了 50% 与 df_1 和 common 匹配的数据）。删除了df_1 的第 3 行。

  query target new_ssp
1  ID_1   ID_2    0.50
2  ID_3   ID_2    0.90
3 ID_40  ID_50    0.70
4 ID_15  ID_31    0.50
5  ID_1   ID_6    0.09

和df_4（根据df_1 和common 删除后匹配的其余部分）。删除了common 的第 2 行。

  query target new_ssp ssp
1  ID_1   ID_2     0.5 0.5

如何制作这两个新数据框？

可重复的数据

query <- c("ID_1", "ID_3", "ID_3", "ID_40", "ID_15", "ID_1")
target <- c("ID_2", "ID_2", "ID_4", "ID_50", "ID_31", "ID_6")
new_ssp <- c(0.5, 0.9, 0.8, 0.7, 0.5, 0.09)
df_1 <- data.frame(query, target, new_ssp, stringsAsFactors = FALSE)

query <- c("ID_1", "ID_2", "ID_3", "ID_4", "ID_5", "ID_6")
target <- c("ID_2", "ID_3", "ID_4", "ID_5", "ID_3", "ID_1")
ssp <- c(0.5, 0.9, 0.8, 0.7, 0.5, 0.09)
df_2 <- data.frame(query, target, ssp, stringsAsFactors = FALSE)

Answer 1

你可以这样做：

df_4 <- slice_head(common,  prop = 0.5)

df_3 <- anti_join(df_1,  anti_join(common, df_4))

Answer 2

基本 R 选项

common <- cbind(merge(df_1, df_2), grp = 1:2)
dflst <- list(df_1, df_2)
lapply(
  seq_along(dflst),
  function(k) {
    subset(
      merge(dflst[[k]], common, all.x = TRUE),
      is.na(grp) | grp != k
    )[names(dflst[[k]])]
  }
)

给予

[[1]]
  query target new_ssp
2  ID_1   ID_6    0.09
3 ID_15  ID_31    0.50
4  ID_3   ID_2    0.90
5  ID_3   ID_4    0.80
6 ID_40  ID_50    0.70

[[2]]
  query target  ssp
1  ID_1   ID_2 0.50
2  ID_2   ID_3 0.90
4  ID_4   ID_5 0.70
5  ID_5   ID_3 0.50
6  ID_6   ID_1 0.09