R通过多个条件与两个数据帧进行比较以提取行

Question

我有两个数据框：

 x <- data.frame('a'=c(1,1,2,2,3,3),'b'=c(1,2,1,2,1,2),'c'=c(1,2,3,2,1,3))

    y <- data.frame('a'=c(1,2,3),'b'=c(1,1,1),'c'=c(1,2,3))

想从 x 中提取行，条件如下：

 x$a==y$a & x$b==y$b+1 & (if y$c == 1, then x$c %in% c(2,3); if ...)

结果应该是： x: abc 1 2 2 只有 x 匹配中的第 2 行。 我试过了：

 z <- y[which(y$a == x$a & y$b == x$b+1),] 

至少匹配前两个条件，但不起作用，结果为空。 什么是合适的处理方式？ 请帮忙。

Answer 1

也许，您可以尝试在sqldf帮助下运行 SQL 语句：

sqldf("select x.* from x join y where 
      x.a = y.a and 
      x.b = y.b + 1 and
      y.c = 1 and
      x.c in (2, 3)")

 abc 1 1 2 2

这将返回给定样本数据集的预期结果。 但是，它需要使用生产数据集进行测试。

第三个和第四个条件是“固定的”，例如， y$c == 1和x$c %in% c(2, 3) 。 因此，可以在加入之前过滤x和y ：

sqldf("select u.* from 
      (select * from x where c in (2, 3)) as u
      join 
      (select * from y where c = 1) as v
      where u.a = v.a")

 abc 1 1 2 2

也许，这可能会导致性能提升（未经测试！）

这种方法也可以用于dplyr ：

library(dplyr)
x %>% 
  filter(c %in% 2:3) %>% 
  inner_join(
    y %>% 
      filter(c == 1) %>% 
      mutate(bp1 = b + 1), 
    by = c("a", "b" = "bp1"))

 ab cx by cy 1 1 2 2 1 1

Answer 2

我不知道这里应该进行简单的“合并”（由于不等式），但这里有一个尝试：

library(dplyr)
y %>%
  mutate(bp1 = b + 1) %>%
  inner_join(x, ., by = c("a", "b" = "bp1")) %>%
  filter(c.y == 1 & c.x %in% c(2, 3))
#   a b c.x b.y c.y
# 1 1 2   2   1   1

注意： .x和.y巧合地与它们来自的帧相同，但这只是巧合。