如何根据DF2中的重要变量对DF1中的列变量进行子集化？

Question

我有2个这样的df

ID = c('x1','x2','x5')
df1 <- data.frame(ID)

x1 = c(1,2,3,4,5)
x2 = c(11,12,13,14,15)
x3 = c(21,22,23,24,25)
x4 = c(31,32,33,34,35)
x5 = c(41,42,43,44,45)
df2 <- data.frame(x1,x2,x3,x4,x5)

期望的输出

  x1 x2 x5
1  1 11 41
2  2 12 42
3  3 13 43
4  4 14 44
5  5 15 45

我希望我的新数据集只包含那些在df1中标识为重要的变量（即：x1，x2，x5），其值来自df2。

在这个简单的数据集中，我知道我可以做到这一点，但只是删除df2中的x3，x4但理想情况下我想将它应用于更大的数据集，其中我有100多个变量，因此想以编程方式进行。

Answer 1

我找不到一个欺骗所以这里 - 只是as.character(df1$ID)的值的子集，如在

df2[as.character(df1$ID)] ## Or just `df2[df1$ID]` if its already a character
#   x1 x2 x5
# 1  1 11 41
# 2  2 12 42
# 3  3 13 43
# 4  4 14 44
# 5  5 15 45

as.character的原因是为了避免df1$ID底层存储模式（整数）的子设置而不是它的级别

---

虽然这个问题用data.table标记，所以我们也可以通过引用来做到这一点（如果我们有data.table ） - 不需要转换为character

setDT(df2)[, setdiff(names(df2), df1$ID) := NULL]
df2
#    x1 x2 x5
# 1:  1 11 41
# 2:  2 12 42
# 3:  3 13 43
# 4:  4 14 44
# 5:  5 15 45