Как я могу подмножать строки в кадре данных в R на основе вектора значений?

Ответ 1

Это даст вам то, что вы хотите:

eg2011cleaned <- eg2011[!eg2011$ID %in% bg2011missingFromBeg, ]

Ошибка во второй попытке состоит в том, что вы забыли ,

В общем, для удобства спецификация object[index] подмножает столбцы для 2d object. Если вы хотите подмножить строки и сохранить все столбцы, вы должны использовать спецификацию object[index_rows, index_columns], а index_cols может быть пустым, и по умолчанию будут использоваться все столбцы.

Однако вам все равно нужно включить ,, чтобы указать, что вы хотите получить подмножество строк вместо поднабора столбцов.

Ответ 2

Если вы действительно хотите подмножить каждый кадр данных индексом, который существует в обоих кадрах данных, вы можете сделать это с помощью функции "match", например:

data_A[match(data_B$index, data_A$index, nomatch=0),]
data_B[match(data_A$index, data_B$index, nomatch=0),]

Это, тем не менее, то же самое, что:

data_A[data_A$index %in% data_B$index,]
data_B[data_B$index %in% data_A$index,]

Вот демо:

# Set seed for reproducibility.
set.seed(1)

# Create two sample data sets.
data_A <- data.frame(index=sample(1:200, 90, rep=FALSE), value=runif(90))
data_B <- data.frame(index=sample(1:200, 120, rep=FALSE), value=runif(120))

# Subset data of each data frame by the index in the other.
t_A <- data_A[match(data_B$index, data_A$index, nomatch=0),]
t_B <- data_B[match(data_A$index, data_B$index, nomatch=0),]

# Make sure they match.
data.frame(t_A[order(t_A$index),], t_B[order(t_B$index),])[1:20,]

#    index     value index.1    value.1
# 27     3 0.7155661       3 0.65887761
# 10    12 0.6049333      12 0.14362694
# 88    14 0.7410786      14 0.42021589
# 56    15 0.4525708      15 0.78101754
# 38    18 0.2075451      18 0.70277874
# 24    23 0.4314737      23 0.78218212
# 34    32 0.1734423      32 0.85508236
# 22    38 0.7317925      38 0.56426384
# 84    39 0.3913593      39 0.09485786
# 5     40 0.7789147      40 0.31248966
# 74    43 0.7799849      43 0.10910096
# 71    45 0.2847905      45 0.26787813
# 57    46 0.1751268      46 0.17719454
# 25    48 0.1482116      48 0.99607737
# 81    53 0.6304141      53 0.26721208
# 60    58 0.8645449      58 0.96920881
# 30    59 0.6401010      59 0.67371223
# 75    61 0.8806190      61 0.69882454
# 63    64 0.3287773      64 0.36918946
# 19    70 0.9240745      70 0.11350771

Ответ 3

В комментариях к исходному сообщению слияния/объединения хорошо подходят для этой проблемы. В частности, внутреннее соединение вернет только значения, которые присутствуют в обоих кадрах данных, что делает оператор setdiff ненужным.

Используя данные из примера Dinre:

В базе R:

cleanedA <- merge(data_A, data_B[, "index"], by = 1, sort = FALSE)
cleanedB <- merge(data_B, data_A[, "index"], by = 1, sort = FALSE)

Использование пакета dplyr:

library(dplyr)
cleanedA <- inner_join(data_A, data_B %>% select(index))
cleanedB <- inner_join(data_B, data_A %>% select(index))

Чтобы сохранить данные в виде двух отдельных таблиц, каждая из которых содержит только свои собственные переменные, это подмножает ненужную таблицу только ее индексной переменной перед присоединением. Затем в результирующую таблицу не добавляются новые переменные.

Ответ 4

Действительно человеческий понятный пример (поскольку это первый раз, когда я использую% in%), как сравнивать два кадра данных и хранить только строки, содержащие равные значения в определенном столбце:

# Set seed for reproducibility.
set.seed(1)

# Create two sample data frames.
data_A <- data.frame(id=c(1,2,3), value=c(1,2,3))
data_B <- data.frame(id=c(1,2,3,4), value=c(5,6,7,8))

# compare data frames by specific columns and keep only 
# the rows with equal values 
data_A[data_A$id %in% data_B$id,]   # will keep data in data_A
data_B[data_B$id %in% data_A$id,]   # will keep data in data_b

Результаты:

> data_A[data_A$id %in% data_B$id,]
  id value
1  1     1
2  2     2
3  3     3

> data_B[data_B$id %in% data_A$id,]
  id value
1  1     5
2  2     6
3  3     7