R 如何仅选择两个数据集中存在的案例？ 问题导论

我有一个由两个数据集组成的数据集。一个包含基线数据（t1），另一个包含随访数据（t2）。不是基线数据中的所有病例都出现在随访数据中，也不是随访数据中的所有病例都出现在基线数据中

目标 我只想选择两个数据集中都存在的情况。 为此，我合并了两个数据集

数据示例 因此，在我的示例（上面）中，我希望案例1、4和7用于后续分析

我试过的

---

我尝试使用unique（）和duplicated（），但到目前为止，我还没有找到有效的解决方案。

我们可以使用

data.table

。我们将'data.frame'转换为'data.table'（

setDT（df1）

，按'ID'分组，

如果'Tn'的
unique
计数等于2，我们对data.table（
.SD
）进行子集化

或使用
base R

 df1[df1$ID %in% names(which(rowSums(table(df1[1:2]))==2)) ,]

数据
df1我们可以使用
data.table
。我们将'data.frame'转换为'data.table'（
setDT（df1）
，按'ID'分组，
如果'Tn'的
unique
计数等于2，我们对data.table进行子集（
.SD
）

或使用
base R

 df1[df1$ID %in% names(which(rowSums(table(df1[1:2]))==2)) ,]

数据
df1您还可以使用基本R

rbind(merge(merge(subset(subset(df1,Tn == 't1'),select=c(ID)),subset(subset(df1,Tn == 't2'),select=c(ID)),by="ID"),subset(subset(df1,Tn == 't1'),by='ID')),merge(merge(subset(subset(df1,Tn == 't1'),select=c(ID)),subset(subset(df1,Tn == 't2'),select=c(ID)),by="ID"),subset(subset(df1,Tn == 't2'),by='ID')))

另一个更优雅的方法是

subset(df1,(ID %in% subset(df1,select=c(ID), Tn == 't1')$ID) & (ID %in% subset(df1,select=c(ID), Tn == 't2')$ID))

您也可以使用基本R

rbind(merge(merge(subset(subset(df1,Tn == 't1'),select=c(ID)),subset(subset(df1,Tn == 't2'),select=c(ID)),by="ID"),subset(subset(df1,Tn == 't1'),by='ID')),merge(merge(subset(subset(df1,Tn == 't1'),select=c(ID)),subset(subset(df1,Tn == 't2'),select=c(ID)),by="ID"),subset(subset(df1,Tn == 't2'),by='ID')))

另一个更优雅的方法是

subset(df1,(ID %in% subset(df1,select=c(ID), Tn == 't1')$ID) & (ID %in% subset(df1,select=c(ID), Tn == 't2')$ID))

将
t1
和
t2
作为单独的数据帧，并使用内部联接。@zx8754可以使用
merge
解决，但输入组合数据集不需要这样做。@akrun在目标部分OP中说，他需要内部联接。为此，我组合了数据。他不应该组合，那么它是上述合并后的100%副本@zx8754在这种情况下，它将是一个重复。将
t1
和
t2
作为单独的数据帧，并使用内部联接。@zx8754可以使用
merge
解决，但输入组合数据集不需要它。@akrun在Aim部分OP中说，他需要内部联接，为此目的我组合了数据。他不应该组合，然后它是上述合并帖子的100%复制。@zx8754在这种情况下，它将是一个复制。根据OP帖子中的描述，虽然它给出了输出，但我认为这是不正确的。@akrun我没有理解你。这在任何特定情况下都会失败吗？尽管OP帖子中给出了输出，但我认为这是不正确的。@ak运行我没有得到你。这在任何特定情况下都会失败吗？子集替代方案运行得非常好。谢谢！子集替代方案运行得非常好。谢谢！
df1[which(df1$ID  %in% df1[duplicated(df1$ID), ]$ID), ]

#ID Tn Score1 Score2
#1   1 t1      1      1
#2   1 t2      1      3
#5   4 t1      3      2
#6   4 t2      1      1
#9   7 t1      5      1
#10  7 t2      4      5