R 通过另一个数据帧的两列中的值来子集两个数据帧中的数据帧

我有两个数据帧。 df1看起来像（或我感兴趣的df1列）：

df2看起来像：

start   end
2       17
24      29

我想保持df1中的位置仅在（=）df2的开始和结束坐标之间，以便df1在过滤后看起来像这样：

position
2
6
12
25

然后我想在另一个数据帧中保留过滤掉的df1的“剩余”值，我们称之为df4

df4看起来像：

position
18
31

我可以使用for循环（来自perl，目前正在学习R）以perl的方式实现这一点，但我非常确定我可以以某种方式使用filter或其他dplyr或base R组合函数来实现这一点

任何帮助都将不胜感激

---

编辑：添加了df4计算，因为我的问题被标记为重复，这在其他类似的线程中找不到。这是我有兴趣做的事情，使我的代码更快

我们可以

full_join

这两个数据帧，然后过滤

start

和

end

列中的行。示例中的

标志

列仅用于连接。最后，我们可以使用

distinct

删除重复的行

library(dplyr)

df3 <- df1 %>%
  mutate(Flag = 1) %>%
  full_join(df2 %>% mutate(Flag = 1), by = "Flag") %>%
  filter(position >= start, position <= end) %>%
  distinct(position)
df3
#   position
# 1        3
# 2        6
# 3       12
# 4       25

库（dplyr）
df3%
变异（标志=1）%>%
完全联接（df2%>%变异（Flag=1），by=“Flag”）%>%
过滤器（位置>=开始，位置%
不同（位置）
df3
#位置
# 1        3
# 2        6
# 3       12
# 4       25

数据

df1 <- read.table(text = "position
3
                  6
                  12
                  18
                  25
                  31", header = TRUE)

df2 <- read.table(text = "start   end
2       17
24      29",
                  header = TRUE)

---

df1我们可以
full_join
这两个数据帧，然后过滤
start
和
end
列中的行。示例中的
标志
列仅用于连接。最后，我们可以使用
distinct
删除重复的行

library(dplyr)

df3 <- df1 %>%
  mutate(Flag = 1) %>%
  full_join(df2 %>% mutate(Flag = 1), by = "Flag") %>%
  filter(position >= start, position <= end) %>%
  distinct(position)
df3
#   position
# 1        3
# 2        6
# 3       12
# 4       25

库（dplyr）
df3%
变异（标志=1）%>%
完全联接（df2%>%变异（Flag=1），by=“Flag”）%>%
过滤器（位置>=开始，位置%
不同（位置）
df3
#位置
# 1        3
# 2        6
# 3       12
# 4       25

数据

df1 <- read.table(text = "position
3
                  6
                  12
                  18
                  25
                  31", header = TRUE)

df2 <- read.table(text = "start   end
2       17
24      29",
                  header = TRUE)

df1
base R
解决方案（无需软件包）


请注意:


这基本上是一个双循环，我不知道如何用
base:：
解决这个问题

是否应该包含边界值？您对“介于之间”的定义非常模糊。目前，我没有包含边界值。您可以使用
=
更改边界值



要获得“剩余”，请使用否定：

df1[!keepRows,, drop = FALSE]

base R
解决方案（无需软件包）


请注意:


这基本上是一个双循环，我不知道如何用
base:：
解决这个问题

是否应该包含边界值？您对“介于之间”的定义非常模糊。目前，我没有包含边界值。您可以使用
=
更改边界值



要获得“剩余”，请使用否定：

df1[!keepRows,, drop = FALSE]

这里有一个
base R
选项

do.call(rbind, Map(function(i, j) 
  df1[df1$position > i & df1$position < j, , drop = FALSE], 
      df2$start, df2$end))
#    position
#1        3
#2        6
#3       12
#5       25


或者使用来自
数据表的非等联接

setDT(df2)[df1, on = .(start < position, end > position), .(position), nomatch = 0]
#   position
#1:        3
#2:        6
#3:       12
#4:       25

setDT（df2）[df1，on=（开始<位置，结束>位置），（位置），nomatch=0]
#位置
#1:        3
#2:        6
#3:       12
#4:       25

数据
df1这里有一个
base R
选项

do.call(rbind, Map(function(i, j) 
  df1[df1$position > i & df1$position < j, , drop = FALSE], 
      df2$start, df2$end))
#    position
#1        3
#2        6
#3       12
#5       25


或者使用来自
数据表的非等联接

setDT(df2)[df1, on = .(start < position, end > position), .(position), nomatch = 0]
#   position
#1:        3
#2:        6
#3:       12
#4:       25

setDT（df2）[df1，on=（开始<位置，结束>位置），（位置），nomatch=0]
#位置
#1:        3
#2:        6
#3:       12
#4:       25

数据
df1单线简单基本解决方案：

df1[df1$position %in% unlist(apply(df2,1,function(x) x["start"]:x["end"])),]

应用程序只生成介于开始和结束之间的所有情况的向量。
单行简单基本解决方案：

df1[df1$position %in% unlist(apply(df2,1,function(x) x["start"]:x["end"])),]

apply只生成介于开始和结束之间的所有案例的向量。
这里是另一个从df2开始的例子（我不认为这比Andre的方法更明智）：

在做出决定之前，您可能应该对建议的方法运行一些基准测试。
这里是另一个从df2开始的步骤（我不认为这比Andre的方法更明智）：

在做出决定之前，您可能应该对建议的方法运行一些基准测试。
Hello www，这对我来说是一个易于理解的dplyr解决方案！我对dplyr比base r更为熟悉，因此比X更适合于伟大的响应！而且，这个答案按照我的要求提供了一个数据帧！有没有办法保持在df4中过滤掉的内容无需重复此代码？（参见问题编辑）我发现了，我想。我可以使用：df4Hello www，这对我来说是一个易于理解的dplyr解决方案！我对dplyr比base r更熟悉，所以比X更适合于伟大的响应！而且，这个答案按照我的要求提供了一个数据帧！有没有一种方法可以保持在df4中过滤掉的内容而不必重复此代码？（见问题编辑）我发现了，我想。我可以使用：DF4根据你的建议把我的问题说得更清楚。根据你的建议把我的问题说得更清楚。你是说DF4是18，31，纠正了这个！你是说DF4是18，31，纠正了这个！快速检查后，这似乎是最快的解决方案。快速检查后，这似乎是最快的解决方案@AndreElrico类似DT的东西有时必须转换数据。这并不是所有问题的理想解决方案。不过，如果数据已经是data.table，那也没关系。@AndreElrico因为我没有使用
data.table
我使用的函数实际上是来自
dplyr
。不过谢谢你的提示。我忘了它不在base中。@AndreElrico类似DT的东西有时必须转换数据。这并不是所有问题的理想解决方案。但是，如果数据已经是data.table，这也没关系。@AndreElrico因为我没有使用
数据。table
我使用的函数实际上是来自
dplyr
。不过谢谢你的提示。我忘了它不在base中.