Auswahl von Zeilen aus 2 Datenrahmen basierend auf mehreren Bedingungen

Ich habe 2 data.framesAuswahl von Zeilen aus 2 Datenrahmen basierend auf mehreren Bedingungen

> abc 
    V1  V2  V3   V4 V5 V6  V7  V8   V9 V10 V11  V12   V13 
1 chr1 812640 813470 Rank_108039 5 . 2.51728 2.10797 0.59423|chr1 803450 812182 NR_027055  FAM41C 
2 chr1 842313 842638 Rank_154173 3 . 2.34097 1.79807 0.35120|chr1 852197 855072 NR_026874 LOC100130417 
3 chr1 843404 843769 Rank_154173 3 . 2.34097 1.79807 0.35120|chr1 852197 855072 NR_026874 LOC100130417 
4 chr1 849172 849318 Rank_180753 2 . 2.19849 1.65655 0.25215|chr1 852197 855072 NR_026874 LOC100130417 
5 chr1 761091 763246 Rank_11761 227 . 10.29544 24.83220 22.77738|chr1 763177 794826 NR_047525 LINC01128 

> cde 
    V1  V2  V3   V4 V5 V6  V7  V8   V9 V10 V11  V12   V13 
1 chr1 28565 28699 Rank_31267 1 . 2.17937 1.99334 0.18208|chr1 14361 29370 NR_024540  WASH7P 
2 chr1 712911 714068 Rank_12239 208 . 8.78112 22.93857 20.88265|chr1 700244 714068 NR_033908 LOC100288069 
3 chr1 761091 762902 Rank_11761 227 . 10.29544 24.83220 22.77738|chr1 761585 762902 NR_024321 LINC00115 
4 chr1 761091 763246 Rank_11761 227 . 10.29544 24.83220 22.77738|chr1 763177 794826 NR_047525 LINC01128

ich einen neuen Datenrahmen machen wollen, die die Zeilen alle enthält, für die abc$V12 == cde$V12 UND abc$V13 == cde$V13 ich viele mögliche Option versucht haben, (Teilmenge, dplyrs Filter, sqldf SELECT), aber ich kann es nicht tun.

Gemäß diesen Bedingungen wird mein final data.frame nur die Zeile 5 von abc haben, da sie die erforderliche Bedingung erfüllt. So wird der Ausgang sein:

> final.df 
5 chr1 761091 763246 Rank_11761 227 . 10.29544 24.83220 22.77738|chr1 763177 794826 NR_047525 LINC01128

Hier sind die dput der data.frames:

> dput(abc) 
structure(list(V1 = structure(c(1L, 1L, 1L, 1L, 1L), .Label = "chr1", class = "factor"), 
    V2 = c(812640L, 842313L, 843404L, 849172L, 761091L), V3 = c(813470L, 
    842638L, 843769L, 849318L, 763246L), V4 = structure(c(1L, 
    3L, 3L, 4L, 2L), .Label = c("Rank_108039", "Rank_11761", 
    "Rank_154173", "Rank_180753"), class = "factor"), V5 = c(5L, 
    3L, 3L, 2L, 227L), V6 = structure(c(1L, 1L, 1L, 1L, 1L), .Label = ".", class = "factor"), 
    V7 = c(2.51728, 2.34097, 2.34097, 2.19849, 10.29544), V8 = c(2.10797, 
    1.79807, 1.79807, 1.65655, 24.8322), V9 = structure(c(3L, 
    2L, 2L, 1L, 4L), .Label = c("0.25215|chr1", "0.35120|chr1", 
    "0.59423|chr1", "22.77738|chr1"), class = "factor"), V10 = c(803450L, 
    852197L, 852197L, 852197L, 763177L), V11 = c(812182L, 855072L, 
    855072L, 855072L, 794826L), V12 = structure(c(2L, 1L, 1L, 
    1L, 3L), .Label = c("NR_026874", "NR_027055", "NR_047525" 
    ), class = "factor"), V13 = structure(c(1L, 3L, 3L, 3L, 2L 
    ), .Label = c("FAM41C", "LINC01128", "LOC100130417"), class = "factor")), .Names = c("V1", 
"V2", "V3", "V4", "V5", "V6", "V7", "V8", "V9", "V10", "V11", 
"V12", "V13"), class = "data.frame", row.names = c(NA, -5L)) 
> dput(cde) 
structure(list(V1 = structure(c(1L, 1L, 1L, 1L), .Label = "chr1", class = "factor"), 
    V2 = c(28565L, 712911L, 761091L, 761091L), V3 = c(28699L, 
    714068L, 762902L, 763246L), V4 = structure(c(3L, 2L, 1L, 
    1L), .Label = c("Rank_11761", "Rank_12239", "Rank_31267"), class = "factor"), 
    V5 = c(1L, 208L, 227L, 227L), V6 = structure(c(1L, 1L, 1L, 
    1L), .Label = ".", class = "factor"), V7 = c(2.17937, 8.78112, 
    10.29544, 10.29544), V8 = c(1.99334, 22.93857, 24.8322, 24.8322 
    ), V9 = structure(c(1L, 2L, 3L, 3L), .Label = c("0.18208|chr1", 
    "20.88265|chr1", "22.77738|chr1"), class = "factor"), V10 = c(14361L, 
    700244L, 761585L, 763177L), V11 = c(29370L, 714068L, 762902L, 
    794826L), V12 = structure(c(2L, 3L, 1L, 4L), .Label = c("NR_024321", 
    "NR_024540", "NR_033908", "NR_047525"), class = "factor"), 
    V13 = structure(c(4L, 3L, 1L, 2L), .Label = c("LINC00115", 
    "LINC01128", "LOC100288069", "WASH7P"), class = "factor")), .Names = c("V1", 
"V2", "V3", "V4", "V5", "V6", "V7", "V8", "V9", "V10", "V11", 
"V12", "V13"), class = "data.frame", row.names = c(NA, -4L))

Quelle

2016-07-12 Newbie

Haben Sie versucht, 'merge' – akrun

Eine weitere Option match_df von plyr Paket

library(plyr) 
match_df(abc,cde,on = c("V12","V13"))

Quelle

2016-07-12 08:55:27 user2100721

Kannst du mir sagen, wie ich diese Zeilen abrufen kann (z. B. die ersten 4 Zeilen aus dem abc-Datenframe), die die erforderliche Bedingung nicht erfüllen)? – Newbie

@Newbie: Verwenden Sie dieses 'anti_join (abc, final.df)' aus 'dplyr' Paket. – user2100721

Wir verwenden merge

merge(abc[c("V12", "V13")], cde, by = c("V12", "V13")) 
#  V12  V13 V1  V2  V3   V4 V5 V6  V7  V8   V9 V10 V11 
#1 NR_047525 LINC01128 chr1 761091 763246 Rank_11761 227 . 10.29544 24.8322 22.77738|chr1 763177 794826

Wenn wir die "V9" aufteilen müssen Spalte in

cbind(abc, read.table(text = as.character(abc$V9), sep="|", header= FALSE))

Quelle

2016-07-12 08:27:36 akrun

Können Sie mir vorschlagen, wie ich die Spalte spalten kann' V9' auf '|' so, dass ich 2 neue Spalten ein Index mit 1 erhalten (0.59423) und andere die 2. (chr1) (Das angegebene Beispiel ist von row1 aus abc) – Newbie

@Newbie Sie können 'strsplit (df1 $ V9, '[|]')' – akrun

es einfach spaltet, das war was ich wollte : 'ab <- innerhalb (abc, foo <- data.frame (do.call ('rbind', strsplit (as.zeichen (V9), '|', fest = TRUE))) ' – Newbie

Auswahl von Zeilen aus 2 Datenrahmen basierend auf mehreren Bedingungen

Antwort

Verwandte Themen