根据另一个数据集获取数据集的子集

Question

假设我有一个数据集,即dat1

ID  block   plot    SPID    TotHeight
1   1   1   4   44.5
2   1   1   4   51
3   1   1   4   28.7
4   1   1   4   24.5
5   1   1   4   27.3
6   1   1   4   20
17  1   10  1   44.5
19  1   10  1   51
1   1   11  21  28.7
2   1   11  21  24.5
3   1   11  21  27.3
4   1   11  21  20
5   1   11  21  12.88666667
6   1   11  21  7.235238095
7   1   11  21  1.583809524

然后我有另一个大数据集,即dat2:

ID  block   plot    SPID    Species TotHeight
1   1   1   4   BENI    72
2   1   1   4   BENI    55
3   1   1   4   BENI    51
4   1   1   4   BENI    47
5   1   1   4   BENI    49
6   1   1   4   BENI    34
7   1   1   4   BENI    .
8   1   1   4   BENI    51
9   1   1   4   BENI    66
10  1   1   4   BENI    40
11  1   1   4   BENI    24
12  1   1   4   BENI    62
13  1   1   4   BENI    34
14  1   1   4   BENI    49
15  1   1   4   BENI    57
16  1   1   4   BENI    22
17  1   1   4   BENI    76
18  1   1   4   BENI    56
19  1   1   4   BENI    55
20  1   1   4   BENI    29
21  1   1   4   BENI    24
22  1   1   4   BENI    18
23  1   1   4   BENI    65
24  1   1   4   BENI    55
25  1   1   4   BENI    63
26  1   1   4   BENI    57
27  1   1   4   BENI    57
28  1   1   4   BENI    57
29  1   1   4   BENI    45
30  1   1   4   BENI    83
31  1   1   4   BENI    37
32  1   1   4   BENI    56
33  1   1   4   BENI    65
34  1   1   4   BENI    75
35  1   1   4   BENI    51
36  1   1   4   BENI    .
1   1   2   16  PRSE    141
2   1   2   16  PRSE    192
3   1   2   16  PRSE    .
4   1   2   16  PRSE    197
5   1   2   16  PRSE    172
6   1   2   16  PRSE    143
7   1   2   16  PRSE    141
8   1   2   16  PRSE    155
9   1   2   16  PRSE    167
10  1   2   16  PRSE    155
11  1   2   16  PRSE    175
12  1   2   16  PRSE    190
13  1   2   16  PRSE    148
14  1   2   16  PRSE    180
15  1   2   16  PRSE    .

我的问题是如何从dat2获取数据的子集,其中ID,块和绘图与dat1中的数据匹配？如何从dat2获取数据的子集,其中ID,块和绘图与dat1中的数据不匹配？

Answer 1

听起来你想要merge列ID,块和图.

假设你的数据被读取名为dat1和dat2,这应该是你想要什么:

> merge(dat1, dat2, by = c("ID", "block", "plot"))
  ID block plot SPID.x TotHeight.x SPID.y Species TotHeight.y
1  1     1    1      4        44.5      4    BENI          72
2  2     1    1      4        51.0      4    BENI          55
3  3     1    1      4        28.7      4    BENI          51
4  4     1    1      4        24.5      4    BENI          47
5  5     1    1      4        27.3      4    BENI          49
6  6     1    1      4        20.0      4    BENI          34

这基本上在感兴趣的三列上以SQL术语执行内连接.如果感兴趣,请阅读帮助页面以了解左,右和外连接可能性的合并.

完全可重复的要点在这里

为了获得未合并的行dat2,这个hack有效.可能有一种更有效的方法来做到这一点,但现在就是这样.首先,添加参数all.y = TRUE.这指定了一个右连接,它将返回dat2未合并的行.然后我们可以知道没有合并的行将返回NA's:

subset(merge(dat1, dat2, by = c("ID", "block", "plot"), all.y = TRUE), is.na(SPID.x) == TRUE)