r-Semi_join，用于基于多个Y列筛选X的列

Question

从这两个数据帧开始：

data <- data.frame("Run_ID" = c(1,2,3), "Sample" = c("A", "B", "C"), "Value" = c(1,2,3))
metadata <- data.frame("Run_ID" = c(1,3), "Sample" = c("A","C"))

我想对data进行子集划分，使其仅包括来自Run_ID+Sample对的值，这些值也存在于metadata中。输出应包含与data相同的列。

预期输出：

Run_ID Sample Value
1      A     1
3      C     3

根据文档，似乎semi_join()应该是解决方案，但我无法基于这两个变量来计算联接。

>semi_join(data, metadata, by = c("Run_ID", "Sample"))
[1] Run_ID Sample Value 
<0 rows> (or 0-length row.names)

非常感谢您的任何建议！

Answer 1

您的代码还可以，但输入的metadata不是友好的格式，但我想这就是您想要的：

semi_join(
data,
metadata %>% separate_rows(Sample, sep = ','), 
by = c('Run_ID', 'Sample')
)
#   Run_ID Sample Value
# 1      1      A     1
# 2      3      C     3

Answer 2

这行吗：

library(dplyr)
library(tidyr)
metadata %>% separate_rows(Sample) %>% inner_join(data)
Joining, by = c("Run_ID", "Sample")
# A tibble: 2 x 3
Run_ID Sample Value
<dbl> <chr>  <dbl>
1      1 A          1
2      3 C          3