[英]R:How to intersect list of dataframes and specifc column
我试图在data.frames列表中找到特定列中的所有匹配值。 但是,我一直得到character(0)
的返回值。
我曾尝试以下:简单的子集(非常耗时) - >例如DAT [[I]] [[I]] lapply瓦特/缩小和相交(如图这里
LocA<-data.frame(obs.date=c("2018-01-10","2018-01-14","2018-01-20),
obs.count=c(2,0,1))
LocB<-data.frame(obs.date=c("2018-01-09","2018-01-14","2018-01-20),
obs.count=c(0,3,5))
LocC<-data.frame(obs.date=c("2018-01-12","2018-01-14","2018-01-19"),
obs.count=c(2,0,1))
LocD<-data.frame(obs.date=c("2018-01-11","2018-01-16","2018-01-21"),
obs.count=c(2,0,1))
dfList<-list(LocA,LocB,LocC,LocD)
##List of all dates
lapply(dfList,'[[',1)
[1]"2018-01-10" "2018-01-14" "2018-01-20" "2018-01-09"...
尝试(失败)
>Reduce(intersect,lapply(dfList,'[[',1))
character (0)
我希望这个函数的输出是一个输出,用于标识共享一个共同日期的data.frames。
*如果有人知道如何识别共享日期并变异到单个数据框,其中微笑,其中..Col1 =数据帧名称,Col2 = obs.date,Col3 = obs.count
您可以先合并所有数据框,这样您就只有一个:
a <- Reduce(function(x, y) merge(x, y, all = TRUE), dfList)
或者您可以像这样合并它们:
a <-rbind(LocA,LocB,LocC,LocD)
之后,您可以提取所有重复项:
b <- a[duplicated(a$obs.date), ]
或者,如果您想保留所有唯一的并保留重复项:
c <- a[!duplicated(a$obs.date), ]
如果通过“交叉”表示使用特定列作为键进行“内部dplyr::inner_join
”或“合并”,那么 - 您希望使用dplyr::inner_join
或merge
。
首先,在两个data.frames之间:
library(dplyr)
inner_join(LocA, LocB, by='obs.date')
# 2 rows
inner_join(LocC, LocD, by='obs.date')
# zero rows
所以,不是无限融合。
我们先将数据合并,然后计算出现的次数。 请注意使用.id
-argument来跟踪行的起源位置。
library(dplyr)
bind_rows(dfList, .id = 'id') %>%
add_count(obs.date) %>%
filter(n > 1)
# A tibble: 5 x 4
id obs.date obs.count n
<chr> <chr> <dbl> <int>
1 1 2018-01-14 0 3
2 1 2018-01-20 1 2
3 2 2018-01-14 3 3
4 2 2018-01-20 5 2
5 3 2018-01-14 0 3
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.