R 如何仅检索两个数据集的公共列

我有两个数据帧，每个数据帧的列数不同。两个数据帧之间的某些列是公用的。如何仅将两个数据帧的公共列绑定到新数据帧

我尝试了

库（plyr）；rbind.fill（A，B）

但是它在不匹配的列中设置NA值，这对我没有帮助

非常感谢

---

EC

使用

intersect

检索公共列

dfr1 <- data.frame(x = 1:5, y = runif(5), z = rnorm(5))
dfr2 <- data.frame(w = letter[1:5], x = 6:10, y = runif(5))
common_cols <- intersect(colnames(dfr1), colnames(dfr2))
rbind(
  subset(dfr1, select = common_cols), 
  subset(dfr2, select = common_cols)
)

对于一个小的性能和打字改进

rbind(
  dfr1[common_cols], 
  dfr2[common_cols]
)

---

同样有效，但我觉得有点不太清楚。

这是我的解决方案，希望我把你的问题答对了

df1 <- data.frame(a=rnorm(100), b=rnorm(100), not=rnorm(100))
df2 <- data.frame(a=rnorm(100), b=rnorm(100))

bind1 <- bind1 <- df1[, names(df1) %in% names(df2)]
bind2 <- bind1 <- df1[, names(df2) %in% names(df1)]

rbind(bind1, bind2)

---

df1为我的个人软件包创建了自己的功能：（这也适用于2个以上的数据帧）

功能：

fast.rbind <- function(...,method=c("fill","common"),value=NA){
    if("fill"==method[1]) {
        fun1 <- function(x,y,value=NA){
            x[setdiff(colnames(y),colnames(x))] <- value

            y[setdiff(colnames(x),colnames(y))] <- value

            return(rbind(x,y))
        }
    }

    if("common"==method[1]) {
        fun1 <- function(x,y,value=NULL){
            common_cols <- intersect(colnames(x), colnames(y))
            return(rbind(x[, common_cols,drop=F],y[, common_cols,drop=F]))
        }
    }
    return(Reduce(function(x,y){fun1(x=x,y=y,value=value)},list(...)))
}

df1 <- mtcars[1:5,1:4]
df2 <- mtcars[6:10,2:5]
df3 <- mtcars[11:15,4:7]
fast.rbind(df1,df2,df3,method="common")
fast.rbind(df1,df2,df3,value="yourDesiredFill")

fast.r如果
df2
中的列不在
df1
中，则会发生什么情况？此外，不需要调用
子集
。如果您以后要使用索引，那么您可以将由%names（df2）
中的
names（df1）%创建的逻辑向量传递给它们。至于您的第一条评论：如果df2有不在df1中的列，它们不常见，我不想过滤它们，或者我错了？至于你的第二个评论：对，这会更好，可能我做得有点太草率了……如果它们在df2中，但不在df1中，它们并不常见，所以你确实想过滤它们。我的观点是%
中的
%不是对称的，而
intersect
是对称的。您需要非常简洁易懂的
bind1+1此处无需使用子集-通常，您希望避免使用任何使用非标准求值的函数进行编程。（我不确定您为什么要使用它，因为它与
dfr1[common\u cols]
相比相当冗长）
df1 <- mtcars[1:5,1:4]
df2 <- mtcars[6:10,2:5]
df3 <- mtcars[11:15,4:7]
fast.rbind(df1,df2,df3,method="common")
fast.rbind(df1,df2,df3,value="yourDesiredFill")