比较两个数据框并根据它们在 r 中的值过滤值

Question

我想比较R中具有相同列名（df1和df2）的两个数据帧。根据其中一列（df2）中每列中的值，我想过滤另一列（df1）。我需要消除 df1 中大于或等于 df2 中关于每个列名的值的行。换句话说，需要产生以下 res1：

df1 <- data.frame( v1 = c(1,2,3,4), v2 = c(2, 10, 5, 11), v3=c(20, 25, 23, 2), v4=c(1,2,1,3) )  
> df1
  v1 v2 v3 v4
1  1  2 20  1
2  2 10 25  2
3  3  5 23  1
4  4 11  2  3
df2 <- data.frame(v1 = 4, v2 = 10, v3 =30, v4 = 3)
> df2
  v1 v2 v3 v4
1  4 10 30 3

因此，通过基于列名将 df1 中的每一行与 df2 进行比较并消除 df1 中

大于或等于 df2 中定义的特定列阈值的行，可以生成所需的输出 res1：

> res1
  v1 v2 v3 v4
1  1  2 20  1
2  3  5 23  1 

Answer 1

我们可以使用带有<符号的mapply来比较两个数据框，并使用rowSums来索引子集，即

df1[rowSums(mapply(`<`, df1, df2)) == ncol(df1),]
#  v1 v2 v3 v4
#1  1  2 20  1
#3  3  5 23  1

此外，上述内容的完全矢量化翻译可以是（@RonakShah的补充），

df1[rowSums(df1 < df2[rep(1, nrow(df1)), ]) == ncol(df1), ]

Answer 2

我们可以逐行使用apply并检查行中的所有元素是否都小于其他数据帧中的元素

df1[t(apply(df1, 1, function(x) all(x < df2[1, ]))), ]
#  v1 v2 v3 v4
#1  1  2 20  1
#3  3  5 23  1

Answer 3

这是将Reduce与Map一起使用的另一个选项

df1[Reduce(`&`, Map(`<`, df1, df2)),]
#   v1 v2 v3 v4
#1  1  2 20  1
#3  3  5 23  1

---

或使用tidyverse

library(dplyr)
library(purrr)
map2(df1, df2, `<`) %>% 
       reduce(`&`) %>% 
       df1[.,]
#   v1 v2 v3 v4
#1  1  2 20  1
#3  3  5 23  1