R - 使用一个表中的连续行（单元格）值来筛选另一个表中的行（单元格）值

Question

我有两个数据框 - df1 有 52000 行，df2 有 24000 行

我需要处理 df1.column 2 中的每个值，并逐行检查它是否出现在 df2 中的任何位置。

如果是，则将 df2 中的整行添加到新的数据框中。

我设置了两个带有少量示例数据的虚拟表：

这是 df1

年份	饮料
1985	茶
1935	咖啡
2015	啤酒
2012	酒
2017	茶
1958	苏打水

这是 df2

年份	国家
1985	美国
1955	法国
2015	中国
2011	美国
2017	英国
1958	英国

第 1 步 - 从 df1 中读取 col1 第 1 行单元格 - 它显示为 1985。

第 2 步 - 依次处理 df2 col1 行值 - 如果有 1985 年。将整行复制到新的数据框。如果没有，请忽略该行并继续。

重复步骤 1 和步骤 2，直到 df2 中所有行的末尾。

我已经尝试过：

YearComparison <- df1[df1$year %like% df2, ]

但我收到错误：

Warning message: In grepl(pattern, vector, ignore.case = ignore.case, fixed = fixed) : argument 'pattern' has length > 1 and only the first element will be used

我也尝试过：

YearComparison <- df1[df1$year %like% df2,1 ]

返回：

姓名	类型	价值
年份比较	双[0]

我也尝试过：

YearComparison <- any(grepl('patientdata$status', countries$year,))

返回：

姓名	类型	价值
年份比较	逻辑[1]	错误

我也尝试过使用

%in%

进行变体，但结果相似。

请记住，在我的实际数据集中，我有数万行，它们是复杂的非顺序字符串（不是日期 - 我在这里只是为了方便完善代码而使用它），所以像：

YearComparison <- df1[df1$year %like% df2, c("1985", "1986","Etc"), ]

不实用。

有人可以帮忙吗？非常感谢。

Answer 1

我猜，你需要改变连接函数。

df1 <- data.frame(Year = c(1985, 1935, 2015),
                  Drink = c("tea", "coffee", "beer"))

df2 <- data.frame(Year = c(1985, 1955, 2015),
                  Country = c("USA", "France", "China"))
df1
df2


library(dplyr)

df3 <- df1 %>% 
  inner_join(df2, by = c("Year" = "Year"))

df3