比较R中的2个数据帧：在df2$V2中搜索df1$V2中的字符串，并在df2$V1中返回字符串

我试图比较R中的两个数据帧：

Keggs <- c("K001", "K002", "K003", "K004", "K005", "K006", "K007", "K008")
names <- c("Acaryochloris", "Proteobacteria", "Parvibaculum", "Alphaproteobacteria", "Rhodospirillum", "Magnetospirillum", "Coraliomargarita", "Bacteria")
family <- c("Proteos", "Cyanobacteria", "Rhizo", "Nostocales", "Bacteroidetes")
species <- c("Alphaproteobacteria", "Purrsia", "Parvibaculum", "Chico", "Rhodospirillum")
res <- data.frame(Keggs, names)
result <- data.frame(family, species) 

我搜索了如何比较R中的data.frames，找到的最接近的是：

但是它返回T/F，res df是2列

然而，在我的搜索中，我在base R中使用了

match（）

和

merge（）

函数；我使用的“res”df是11000000行，而我的“result”df小于1000行。在匹配文档中，它指出：

match（x，表…）

在表下面：“不支持长向量”，所以，我不认为match（）或merge（）方法（由于我实际的df的大小）是最优雅的。我试过打圈，但我的圈技有限，所以我放弃了

如果能深入了解这个难题，我将不胜感激

提前谢谢大家,，

---

Purrsia

您可以尝试以下功能：

df3 <- res %>% 
  inner_join(result, by = c("names" = "species")) %>%
  select(Keggs, family)

---

我们可以使用

data.table

library(data.table)
na.omit(setDT(res)[result, on = c("names" = "species")])[, names := NULL][]
#   Keggs        family
#1:  K004       Proteos
#2:  K003         Rhizo
#3:  K005 Bacteroidetes

---

你真的试过

match

电话吗？1e7可能看起来很大，但我认为您可能误解了R的“长向量”是什么。在控制台上键入

news（）

，向下滚动到“长向量”，然后阅读。您是否尝试过

merge（res，result，by.x=“name”，by.y=“species”）

？r2evens：首先，感谢您的新闻（）。我不知道这件事。很好的工具。我确实读过：2^31。所以，我很有我的极限。很抱歉，我确实尝试了以下命令：

matched
na.ommit
是一个非常低效的函数，您可以只指定
，nomatch=0L
，起初我一直收到一个错误，即找不到%>%函数，但在这个站点上搜索之后，我了解到我必须附加
dplyr
包。它工作得很好。谢谢你，阿拉米斯。（
管道
操作员
%
主要来自
magrittr
软件包，但是
tidyverse
方便地包括
dplyr
和基本管道操作员。这是很好的信息。学会了。非常感谢！：）
  Keggs        family
1  K003         Rhizo
2  K004       Proteos
3  K005 Bacteroidetes

library(data.table)
na.omit(setDT(res)[result, on = c("names" = "species")])[, names := NULL][]
#   Keggs        family
#1:  K004       Proteos
#2:  K003         Rhizo
#3:  K005 Bacteroidetes