[英]Finding common rows in R
在尝试使我的数据适合分析时,我似乎无法正确地做到这一点。 假设我有这种形式的数据集:
df1
V1 V2df1
a H
b Y
c Y
df2
V1 V2df2
a Y
j H
b Y
还有三个(共5个不同长度的数据集)。 我想要做的是以下内容。 首先,我必须找到第一列(V1)中的所有常见元素 - 在这种情况下,它们是:a,b。 然后根据这些常见元素,我正在尝试构建一个连接数据集,其中V1的值对于所有五个数据集是通用的,而来自其他列的值将附加在同一行中。 所以用一个例子来解释一下,我的结果应该是这样的:
V1 V2df1 V2df2
a H Y
b Y Y
我设法让一些代码工作,但显然结果不正确。 我做了什么:从所有文件中读取所有行到变量(例如: a<-df1[,1]
等),找到常见的行,如:
red<-Reduce(intersect, list(a,b,c,d,e))
然后我过滤了特定的数据集,如:
df1 <- unique(filter(df1, V1 %in% red))
我根据行排序了每个数据集:
df1<-data.frame(df1[with(df1, order(V1)),])
和删除的重复项(第一列中的元素):
df1<- df1[unique(df1$V1),]
然后我创建了一个新的数据集:
newdata<-data.frame(V1common=df1[,1], V2df1=df1[,2],V2df2=df2[,2]...)
...表示所有五个数据集。 我实际上有相同的行数(一个好的符号,因为在交集中有相同的行数),然后附加其他排序的列,但有些东西不会加起来。 谢谢你的建议。 (我省略了使用库等,代码用于说明目的)。
您可以使用join_all
从plyr
包
require(plyr)
df <- join_all(list(df1,df2,df3,df4, df5), by = 'V1', type = 'inner')
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.