r - 在 R 中的两个数据框中使用多行过滤

Question

这个问题在这里已经有了答案:





Matching a sequence in a larger vector

(2 个回答)


3年前关闭。




数据

df1

  col1
1    a
2    a
3    b
4    e

df2

   col1  col2
1   1     a
2   1     c
3   1     c
4   1     e
5   2     a
6   2     b
7   2     b
8   2     e
9   3     a
10  3     a
11  3     b
12  3     e

我想使用 df1 过滤 df2。到目前为止，我有这个代码。

filter(df2, any(col2==df1$col1[1]))

这允许我逐行过滤。
但我想按多行过滤。一次不是整个 df1。我想使用 df1$col1[1:2] 过滤 df2。所以“a”后面跟着“a”。我尝试了以下代码，但收到了这条消息。

filter(df2, col2==df1$col1[1] & col2==df1$col1[2])

[1] col1 col2 <0 rows> (or 0-length row.names)

理想输出:

df2

   col1  col2
1   3     a
2   3     a
3   3     b
4   3     e

Answer 1

您可以使用包 Biostrings .

df1 <- data.frame(col1=c("a", "a", "b", "e"))
df2 <- data.frame(col1=c(rep(1, 4), rep(2, 4), rep(3, 4)),
                  col2=letters[c(1, 3, 3, 5, 1, 2, 2, 5, 1, 1, 2, 5)])

aabe <- paste0(df1$col1, collapse = "")
cand <- paste0(df2$col2, collapse = "")

# # Install the package
# source("https://bioconductor.org/biocLite.R")
# biocLite("Biostrings")

library(Biostrings)

match <- matchPattern(aabe, cand)
str(matchPattern(aabe, cand))

x1 <- match@ranges@start
x2 <- x1 + match@ranges@width - 1

> df2[x1:x2, ]
   col1 col2
9     3    a
10    3    a
11    3    b
12    3    e