r - 在第二个数据集中搜索第一个数据集中列表中出现的值

Question

以下代码创建两个数据集:

df1 <- 
  read.table(textConnection("ID   Code   Date1 Date2
1 I611 01/01/2021 03/01/2021
2 L111 04/01/2021 09/01/2021
3 L111 01/01/2021 03/01/2021
4 Z538 08/01/2021 11/01/2021
5 I613 08/08/2021 09/09/2021
"), header=TRUE)

df2 <- 
  read.table(textConnection("ID   State   
  1 Washington
  49 California
  1 Washington
  40 Texas
  1 Texas
  2 Texas
  2 Washington
  50 Minnesota
  60 Washington"), header=TRUE)

我希望实现的是在第二个数据集中搜索在第一个数据集“ID”列中至少出现一次的 ID 值，然后按第二个数据集中的“状态”列对匹配项进行分组。所以输出将是:

<头>

州	ID
华盛顿	3
德克萨斯	2

非常感谢您提供任何帮助 - 谢谢。

Answer 1

dplyr::semi_join()对于根据另一个表中的值过滤一个表很有用。然后，您可以 count() 过滤表中每个状态的出现次数。

library(dplyr)

semi_join(df2, df1) %>%
  count(State, name = "IDs")

Joining, by = "ID"

       State IDs
1      Texas   2
2 Washington   3