基于单独的数据框（R）的子集数据

Question

我知道这个问题的变体已经被问过了，我尝试过以下解决方案：（ 根据向量中的值从数据框中选择行 ）和（ 根据另一数据框/列表在数据框中的列子集 ）无法使这些解决方案起作用。 解决方案将继续返回具有0个观察值的数据帧。

我的第一个数据框如下所示：

> head(test3)
  long    lat     time   precip  GID_0   GID_1   HASC_1
168.75 -46.25 Jan_1979 5.534297   NZL  NZL.14_1  NZ.SO
171.25 -43.75 Jan_1979 4.191629   NZL  NZL.3_1   NZ.CA
146.25 -41.25 Jan_1979 3.139199   AUS  AUS.9_1   AU.TS
173.75 -41.25 Jan_1979 1.770889   NZL  NZL.8_1   NZ.MA
176.25 -38.75 Jan_1979 2.257812   NZL  NZL.17_1  NZ.WK
141.25 -36.25 Jan_1979 1.985313   AUS  AUS.10_1  AU.VI

我有一个单独的数据框，其中包含具有ID值的单列，如下所示：

> head(africa_iso)
ISO
DZA
AGO
SHN
BEN
BWA
BFA

我想过滤第一个数据框，以便仅保留在GID_0和ISO上匹配的观测值（从概念上讲，第一个数据集包括所有国家的观测值，我想将其过滤到仅包含非洲国家的观测值的数据集） 。 我目前在第一个数据帧中有725,517个观测值，经过过滤后，我希望有大约200k观测值。

到目前为止，这些都是我的尝试，每次我留下一个有7列且没有观察值的新数据框时。

Afr <- subset(test3, GID_0 %in% africa_iso$ISO) #attempt 1

Afr <- setDT(test3)[GID_0 %in% africa_iso$ISO] #attempt 2

Afr <- test3[test3$GID_0 %in% africa_iso$ISO,] #attempt 3

Afr <- filter(test3$GID_0 %in% africa_iso$ISO  ) #attempt 4

Afr <- setDT(test3)[GID_0 %chin% africa_iso$ISO] #attempt 5

Afr <- test3[match(test3$GID_0, africa_iso$ISO),] #attempt 6

Afr <-test3[is.element(test3$GID_0, africa_iso$ISO),] #attempt 7

我确定这对其他人来说是一个小问题，但是我将不胜感激。 谢谢。

编辑：

> str(test3)
Classes ‘data.table’ and 'data.frame':  725517 obs. of  7 variables:
 $ long  : num  169 171 146 174 176 ...
 $ lat   : num  -46.2 -43.8 -41.2 -41.2 -38.8 ...
 $ time  : Factor w/ 477 levels "Jan_1979","Feb_1979",..: 1 1 1 1 1 1 1 1 1        
 $ precip: num  5.53 4.19 3.14 1.77 2.26 ...
 $ ISO   :'data.frame': 725517 obs. of  1 variable:
..$ : chr  "NZL" "NZL" "AUS" "NZL" ...
 $ ISOP  :'data.frame': 725517 obs. of  1 variable:
..$ : chr  "NZL.14_1" "NZL.3_1" "AUS.9_1" "NZL.8_1" ...
 $ HASC  :'data.frame': 725517 obs. of  1 variable:
..$ : chr  "NZ.SO" "NZ.CA" "AU.TS" "NZ.MA" ...
- attr(*, ".internal.selfref")=<externalptr> 

和

> str(africa_iso)
'data.frame':   62 obs. of  1 variable:
 $ ISO: Factor w/ 57 levels "AGO","BDI","BEN",..: 14 1 43 3 5 4 2 8 12 6 ...

Answer 1

您在test3中的几列character都不正确：它们是内嵌的data.frame ，这使您的查找复杂化。 如果您不是故意这样做，则可以使用以下方法纠正此问题：

isdf <- sapply(test3, is.data.frame)
test3[isdf] <- lapply(test3[isdf], `[[`, 1)
subset(test3, GID_0 %in% africa_iso$ISO)
#     long    lat     time   precip GID_0    GID_1 HASC_1
# 1 168.75 -46.25 Jan_1979 5.534297   NZL NZL.14_1  NZ.SO
# 2 171.25 -43.75 Jan_1979 4.191629   NZL  NZL.3_1  NZ.CA
# 4 173.75 -41.25 Jan_1979 1.770889   NZL  NZL.8_1  NZ.MA
# 5 176.25 -38.75 Jan_1979 2.257812   NZL NZL.17_1  NZ.WK

之前，我将您的africa_iso更改为包含NZL以便进行匹配：

> dput(africa_iso)
structure(list(ISO = structure(c(5L, 1L, 6L, 2L, 4L, 3L), .Label = c("NZL", 
"BEN", "BFA", "BWA", "DZA", "SHN"), class = "factor")), row.names = c(NA, 
-6L), class = "data.frame")