R在另一个数据帧中逐列选择数据帧中的列

我在尝试对数据进行子集时遇到了一个问题，也许您可以帮助我。我需要的是，当第一个数据帧中的列值等于第二个数据帧中的列值时，将第一个数据帧中的数据子集为一列

以下是我正在使用的数据帧：

> head(places)
  Zona   Poble     lat       lon      alt
1    1  Zorita 40.7353 -0.165748  691.867
2    1 Morella 40.6287 -0.113284  955.719
3    1 Forcall 40.6621 -0.209759  753.882
4    2 Benasal 40.3943 -0.126111  848.171
5    2    Cati 40.4532  0.060409  667.610
6    2  Fredes 40.7079  0.167981 1194.730

> head(data)
      date   time stat_id     lat     lon    tempc
1 20121122 000000       1 40.7353 -0.1657  7.98737
2 20121122 000000       2 40.6287 -0.1133  6.49903
3 20121122 000000       3 40.6621 -0.2098  7.72955
4 20121122 000000       4 40.3943 -0.1261  7.98837
5 20121122 000000       5 40.4532  0.0604 10.35480
6 20121122 000000       6 40.7079  0.1680  6.00769

如您所见，数据帧“places”中的前三位属于Zona==1，并与数据帧“data”中的前三行共享lat/lon。我想在places.dat上选择与Zona==I共享lat/lon的数据行

我正在尝试的R脚本是

datos=read.table("data.dat",header=T)
places=read.table("places.dat",header=T)

data=as.data.frame(datos)
place=as.data.frame(pobles)

data$time[data$time == 0] = "000000"

subset(data,data$lat == place$lat[place$Zona == 1])

所以，子集将在data.dat中每次显示三行，但它只选择三行中的两行，如下所示

> subset(data,data$lat == place$lat[place$Zona == 1])
         date   time stat_id     lat     lon    tempc
1    20121122 000000       1 40.7353 -0.1657  7.98737
2    20121122 000000       2 40.6287 -0.1133  6.49903
385  20121122  30000       1 40.7353 -0.1657  7.00632
386  20121122  30000       2 40.6287 -0.1133  4.83684
769  20121122  60000       1 40.7353 -0.1657  6.55283
770  20121122  60000       2 40.6287 -0.1133  4.85467
1153 20121122  90000       1 40.7353 -0.1657  6.35216
1154 20121122  90000       2 40.6287 -0.1133  5.66342
1537 20121122 120000       1 40.7353 -0.1657 11.47750
1538 20121122 120000       2 40.6287 -0.1133 10.30310
1921 20121122 150000       1 40.7353 -0.1657 13.87090
1922 20121122 150000       2 40.6287 -0.1133 11.90640
2305 20121122 180000       1 40.7353 -0.1657 10.30840
2306 20121122 180000       2 40.6287 -0.1133  7.61322
2689 20121122 210000       1 40.7353 -0.1657  6.29745
2690 20121122 210000       2 40.6287 -0.1133  6.63173
3073 20121123 000000       1 40.7353 -0.1657  4.78633
3074 20121123 000000       2 40.6287 -0.1133  5.31070
3457 20121123  30000       1 40.7353 -0.1657  6.84001
3458 20121123  30000       2 40.6287 -0.1133  6.88369
3841 20121123  60000       1 40.7353 -0.1657  5.71790

我肯定错过了什么，你能帮我吗？任何想法或暗示都将不胜感激

谢谢

数据文件可在以下位置获得：

• data.dat
• places.dat

编辑 根据@A.R的回答，我尝试了这段代码来选择数据，但不确定这是否是正确的方法

for(i in 1:128) {
  for(j in 1:2) {
    a=sqrt((place$lat[i]-datos$lat[j])^2+(place$lon[i]-datos$lon[j])^2)
    n=which.min(a)
    while(n <= 9344) {
      b=cbind(i,n,datos$tempc[n],place$Zona[i])
      n=n+128
    }
  }
}

---

它只给出最后一个i值的值，我想保存所有值。当然，这是一个基本的，但我不明白，请耐心，因为我不是一个有经验的R用户。再次感谢

首先，您需要将位置的小数四舍五入到4位。可能这就是您遇到问题的原因：

places=read.table("places.dat",header=T)
places=round(places$lon,digits=4)


datos[which((datos$lat==places$lat & datos$lon==places$lon) & places$Zona==1),]

这种情况的结果总共是146分

编辑1（根据肖恩的评论）

在我的回答中，我假设在位置，lat是四舍五入的，并且不长

但正如肖恩所指出的，比较浮动不是一个好主意。最好计算每个位置点和datos点之间的距离，并选择距离最小的一个，小于最小距离（例如datos中点之间距离的一半），作为匹配点

编辑2

试着这样做：

b=matrix(nrow=dim(places)[1],ncol=5)
a=c()
data.p=c()
n=c()
for(i in 1:dim(places)[1]) {
  for(j in 1:dim(data)[1]) {
    a[j]=sqrt((places$lat[i]-data$lat[j])^2+(places$lon[i]-data$lon[j])^2)
  }   
  data.p[i]=which.min(a)
  n[i]=min(a)
}
b=cbind(places=1:(dim(places)[1]),data=data.p,distance=n,tempc=data$tempc[data.p],Zona=places$Zona)

而不是一些查询：

b[which(b[,3]<1),]
b[which(b[,3]<0.00001),]

---

b[哪个（b[，3]不确定你想做什么，但也许你应该先合并（），然后再合并子集？你还想匹配一个浮点数（Lat/Long）？请参考Hi@Sean，谢谢。我认为合并不是一个好主意，因为places有128行（位置）data.dat有128个位置x 72小时。可能是浮点问题。我认为小数可能是问题所在。然后我必须将lat和lon小数四舍五入到4位，以便它们在子集之前具有相同的维数。我明天在工作中试试看。谢谢，但比较两个浮点数是否相等是非常困难的即使在使用了圆形参考R-FAQ“7.31为什么R不认为这些数字是相等的？”-如果你坚持比较这些数字，为什么不转换为字符串，你也可以将lat和long组合成一个字符串…但要注意…Sean这在很大程度上取决于数据本身和坐标的获取方式（包括其精度），以及用户将如何进行此比较。我希望在相同的数据集（位置）中，具有相同数量的十进制数的lat和long不会发生这种情况，可以假设lat四舍五入为4位，而long不是，等等，因为我应该使用dist（）要查找位置中的一个点和DATO中所有点之间的距离，我可以使用places$Zona为DATO分配一个新列，这就是我需要为每个places$Zona（Zona在西班牙语中表示面积）查找DATO$tempc的最大/最小值的原因。这是我第一次尝试计算R中的距离，is dist（）正确的命令？您可以使用：sqrt（（places$lat[i]-datos$lat[j]）^2+（places$lon[i]-datos$lon[j]）为places中的每个i点和datos中的所有j点计算距离。这意味着对于每个i，您将拥有一个具有相同长度DATO的距离列表。之后，您需要创建一个最小距离阈值，以避免在没有近邻的情况下选择太远的点。我不确定dist（）是否能够满足您的需要。
b[which(b[,3]<1),]
b[which(b[,3]<0.00001),]