R仅在多列重叠的地方合并数据框

Question

我有 2 个大数据帧（均为 +-300k 行）。数据框 A 包含有关基因的信息。如果某些值重叠，我想从数据框 B 向此数据框添加信息。如果 df.B 中存在 df.B$X1 = df.A$X1 & df.B$X2 = df.A$X2 的行，那么我想要 df.B$X3 将添加到 df.A (df.A$X3) 中的新列，特别是在右行。基本上我想根据列 X1 和 X2 合并 df.A 和 df.B。我从 for 循环开始，但必须有更简单的方法...希望我对我的问题的解释足够好。

谢谢！

> df.A
  X1 X2
1  1  1
2  1  2
3  1  3
4  2  1
5  2  2
6  2  3

> df.B
  X1 X2  X3
1  1  1 0.5
2  1  8 0.3
3  1  9 0.2
4  2  2 0.4
5  2  9 0.3
6  2 10 0.2

期望的结果：

> df.A
  X1 X2 X3
1  1  1 0.5
2  1  2 NA
3  1  3 NA
4  2  1 NA
5  2  2 0.4
6  2  3 NA

Answer 1

您想要左连接

dplyr

library(dplyr)
df.A %>% left_join(df.B, by = c("X1","X2"))

data.table

library(data.table)
merge(setDT(df.A), setDT(df.B), all.x = TRUE, by = c("X1","X2"))

R仅在多列重叠的地方合并数据框

R merge dataframes only where multiple columns overlap

merge

for-loop

r

overlap

dataframe

dplyr

data.table