如何在r中重复子集相同的行/ID

我有一个巨大的数据框，里面有匹配的病例对照对象。匹配的案例：对照是1:3。我正在尝试对案例ID重新采样，然后提取相应的控件

所以，我有一个ID向量，在这里可以重复ID。我想为向量的每个id提取案例和控件的数据。大小写和匹配控件具有相同的大小写。\u num。%in%始终从数据中获取唯一ID。我过去常做这件事。大约需要2.5秒。还有其他有效的方法吗

我包括一个简单的例子和我对这个问题的解决方案

在我的例子中，1921年id向量的长度，函数必须提取1921次控件。因此，如果时间可以减少一秒钟，实际上会很多，而我将重复整个过程1000次。谢谢大家!

test_data=     

data.frame(id=c(1,1,2,4,4,5,6),value=c('g','e','r','j','a','b','c'))

test_data
id value
1  1     g
2  1     e
3  2     r
4  4     j
5  4     a
6  5     b
7  6     c



id_vec= c(1,4,1,5)

library(plyr)
newdata.list=llply(id_vec, function(x) test_data[test_data$id==x,])

## or if we make our data a data.table then
library(data.table)
test_data= data.table(test_data)

newdata.list=llply(id_vec, function(x) test_data[id==x])

library(dplyr)
newdata.frame= bind_rows(newdata.list) ### making it a dataframe
newdata.frame
    id value
1:  1     g
2:  1     e
3:  4     j
4:  4     a
5:  1     g
6:  1     e
7:  5     b

---

首先将数据帧拆分为每个id的数据帧列表：

split_data = split(test_data, test_data$id)

我的猜测是，您可以停在这里，使用每个

id

单独的列表，但只能使用一次。但是，如果您确实需要

id\u vec

中每次重复的数据副本，只需使用列表索引：

result = split_data[id_vec]

---

如果最后要重新组合到单个数据帧中，这是非常浪费的。它涉及到复制整个数据，而真正需要的只是行号。如果我理解正确，您的示例很差，因为案例编号在数据中重复，而您的示例数据具有唯一的

id

s。以下是一种在数据和

id\u vec

中重复使用

id

s的方法，可以在不复制数据帧的情况下重新采样数据：

## new example data
test_data2 = data.frame(id=c(1, 1, 2, 3, 3, 4), value=c('g','e','r','j','a','b'))
id_vec2 = c(3, 1, 2, 3, 4, 1)

rows = lapply(id_vec2, FUN = function(x) which(test_data2$id == x))    
result = test_data2[unlist(rows), ]
result
#     id value
# 4    3     j
# 5    3     a
# 1    1     g
# 2    1     e
# 3    2     r
# 4.1  3     j
# 5.1  3     a
# 6    4     b
# 1.1  1     g
# 2.1  1     e

---

请将数据以文本形式发布，而不是图像形式发布。使用

dput（您的_数据）

并复制粘贴结果。进行编辑，并在获得注释后添加代码。可能最安全的方法是不要混合使用plyr+dplyr+data.table；最好只选一个。Plyr基本上已经被dplyr取代，所以可能不是那个。谢谢，但是llply花费的时间最长。我也试过lapply，时差很小，效果很好。你是对的，我的例子并不完美。我会编辑它。非常感谢你。