如何在r中实现此计数？

我的两个数据帧：

 df1
    Col1 
     A
     B
     C

 df2
    Col1 
     A  
     D  
     E  
     F  

我想在df1中添加第二列Col2，如果Col1中的各个值也在df2的Col1中，那么该列中的每个值都是1。因此，df1将如下所示：

 df1
    Col1 Col2
     A    1
     B    0
     C    0

---

谢谢

df3是最终输出

library(dplyr)

df1 <- data_frame(Col1 = c("A", "B", "C"))
df2 <- data_frame(Col1 = c("A", "D", "E", "F"))

df3 <- df1 %>% mutate(Col2 = as.numeric(Col1 %in% df2$Col1)) 

---

df3

是最终输出

library(dplyr)

df1 <- data_frame(Col1 = c("A", "B", "C"))
df2 <- data_frame(Col1 = c("A", "D", "E", "F"))

df3 <- df1 %>% mutate(Col2 = as.numeric(Col1 %in% df2$Col1)) 

将col2添加到df2

df2$Col2 <- 1

编辑：@ycw使用

作为.numeric

和%中的

%。我喜欢他的答案，但我想我应该编辑我的答案，加入一个不使用dplyr的版本：

只需将Col2添加到df2即可

df2$Col2 <- 1

编辑：@ycw使用
作为.numeric
和%

中的

%。我喜欢他的答案，但我想我应该编辑我的答案，加入一个不使用dplyr的版本：

使用
data.table

第一个使用
%chin%
运算符：


库（data.table）
x=数据表（v=字母[1:3]）
y=数据表（v=c（“A”、“D”、“E”、“F”））
x[，发现：=v%chin%y$v]
x
#>v发现
#>1：真的吗
#>2:B错
#>3:C错误

第二个基于合并行为：


库（data.table）
x=数据表（v=字母[1:3]）
y=数据表（v=c（“A”、“D”、“E”、“F”））
y[，发现：=TRUE]
x[，found:=y[.SD，（.ifelse（is.na（found），FALSE，TRUE）），on=（v）]]
x
#>v发现
#>1：真的吗
#>2:B错
#>3:C错误


编辑：基于@frank comment，您可以在不使用
的情况下进行简化，如果没有其他
——这是一样的


x[，found:=y[.SD，！is.na（found），on=（v）]]
x
#>v发现
#>1：真的吗
#>2:B错
#>3:C错误


为了了解发生了什么，以下是我构建的内部代码：

x[，发现：=NULL]
y[x，on=（v）]
#>v发现
#>1：真的吗
#>2:B不适用
#>3:CNA
使用
数据表的两个选项

第一个使用
%chin%
运算符：


库（data.table）
x=数据表（v=字母[1:3]）
y=数据表（v=c（“A”、“D”、“E”、“F”））
x[，发现：=v%chin%y$v]
x
#>v发现
#>1：真的吗
#>2:B错
#>3:C错误

第二个基于合并行为：


库（data.table）
x=数据表（v=字母[1:3]）
y=数据表（v=c（“A”、“D”、“E”、“F”））
y[，发现：=TRUE]
x[，found:=y[.SD，（.ifelse（is.na（found），FALSE，TRUE）），on=（v）]]
x
#>v发现
#>1：真的吗
#>2:B错
#>3:C错误


编辑：基于@frank comment，您可以在不使用
的情况下进行简化，如果没有其他
——这是一样的


x[，found:=y[.SD，！is.na（found），on=（v）]]
x
#>v发现
#>1：真的吗
#>2:B错
#>3:C错误


为了了解发生了什么，以下是我构建的内部代码：

x[，发现：=NULL]
y[x，on=（v）]
#>v发现
#>1：真的吗
#>2:B不适用
#>3:CNA
没有dplyr的替代方案：
df1$Col2=as.numeric（df1$Col1%在%df2$Col1中）
出于某种原因，我得到了：库中的错误（dplyr）：没有名为'dplyr'的包知道有什么问题吗？您是否已将dplyr安装为
install.packages（'dplyr'）
Nevermind，我使用了@Florian的答案并使用了cbind（）把它粘回到df1上。谢谢@Florian@RaiderNAYSHUN也许您可以标记HarlandMason的答案，让其他人知道这个问题已经得到了回答。没有dplyr的替代方案：
df1$Col2=as.numeric（df1$Col1%in%df2$Col1）
出于某种原因，我得到了：库中的错误（dplyr）：没有名为“dplyr”的软件包知道有什么问题吗？您是否已将dplyr安装为
install.packages（'dplyr'）
Nevermind，我使用@Florian的答案并使用cbind（）将其粘贴到df1上。谢谢@Florian@也许你可以标记哈兰梅森的答案，让其他人知道这个问题已经得到了回答。很好的解决方案。感谢您为我的方法添加了基本的R解决方案。很好。另一个版本：
df1$found=！is.na（merge（df1，transform（df2，z=1），all.x=TRUE）$z）
。请注意，%
中的
%与此答案（允许合并多个列）相比具有限制性。这是一个不错的解决方案。感谢您为我的方法添加了基本的R解决方案。很好。另一个版本：
df1$found=！is.na（merge（df1，transform（df2，z=1），all.x=TRUE）$z）
。请注意，%
中的
%与此答案（允许合并多个列）相比具有限制性。这是一个好主意。仅供参考，
ifelse
通常不鼓励使用，因为在这种情况下，我想您可以使用
！而是.na（找到）
。是的，你是对的。我不知道我错过了。我更新了答案，这是个好主意。仅供参考，
ifelse
通常不鼓励使用，因为在这种情况下，我想您可以使用
！而是.na（找到）
。是的，你是对的。我不知道我错过了。我更新答案。
df3$Col2[which(is.na(df3$Col2))] <- 0

  Col1 Col2
1    A    1
2    B    0
3    C    0