dplyr 查找 table / 模式匹配

Question

我一直在寻找一种聪明的或 "tidier" 方法来在 tidyverse 中使用查找 table，但找不到令人满意的解决方案。

我有一个数据集和查找 table:

# Sample data
data <- data.frame(patients = 1:5,
                   treatment = letters[1:5],
                   hospital = c("yyy", "yyy", "zzz", "www", "uuu"),
                   response = rnorm(5))

# Lookup table
lookup <- tibble(hospital = c("yyy", "uuu"), patients = c(1,5))

...查找中的每一行 table 都是我要过滤第一个小标题（数据）的确切模式。

想要的结果如下所示：

# A tibble: 3 x 4
  patients treatment hospital response
     <dbl> <chr>     <chr>       <dbl>
1     1.00 a         yyy       -0.275 
2     5.00 e         uuu       -0.0967

我想到的最简单的解决方案是这样的：

as.tibble(dat) %>% 
  filter(paste(hospital, patients) %in% paste(lookup$hospital, lookup$patients))

但是，这一定是很多人经常做的事情 - 是否有更简洁、更方便的方式来做到这一点（即，在您的查找中超过两列 table）？

Answer 1

由于 dplyr::inner_join() 的默认行为是匹配传递给函数的两个 tibble 之间的公共列，并且查找 table 仅包含 2 个键列，最短的代码如下如下：

library(dplyr)

# Sample data
data <- tibble(patients = 1:5,
                   treatment = letters[1:5],
                   hospital = c("yyy", "yyy", "zzz", "www", "uuu"),
                   response = rnorm(5))

# Lookup table
lookup <- tibble(hospital = c("yyy", "uuu"), patients = c(1,5))

data %>% inner_join(.,lookup)

...输出：

> data %>% inner_join(.,lookup)
Joining, by = c("patients", "hospital")
# A tibble: 2 x 4
  patients treatment hospital response
     <dbl> <chr>     <chr>       <dbl>
1     1.00 a         yyy        -1.44 
2     5.00 e         uuu        -0.313
>

因为所需的输出可以通过连接 tibbles 中的关键列来完成，所以 OP 中的 paste() 代码是不必要的。

另请注意，inner_join() 是正确的联接类型，因为所需的输出是在两个传入的 tibbles 之间匹配的行，并且查找 table 没有重复的行。如果查找 table 包含重复行，那么根据 OP 上的评论，semi_join() 将是合适的函数。

dplyr 查找 table / 模式匹配

dplyr lookup table / pattern matching

r

dplyr

lookup-tables