如何筛选两个DataFrame的交集：保留df1$V1与df2列名的共同项

这种大规模DataFrame的交集筛选确实头疼，手动一个个挑根本不现实，给你个用base R就能搞定的优雅方案，完全不用转置，处理1200列也毫无压力。

先回顾下你的示例数据：

# df1示例
head(df1)
#   V1 CHR  MAPINFO  Pval
# 1  a   2 38067017 0.27
# 2  c   2 38070880 0.29
# 3  d   2 38073394 0.00
# 4  e   2 38073443 0.00
# 5  f   2 38073564 0.01

# df2示例
head(df2)
#      a     b     c     d     f
# 1 -0.09 -0.08 -0.50  0.50  0.35
# 2  0.00  0.00  0.40 -0.40 -0.85
# 3  0.32  0.30  0.20  0.74  0.42
# 4 -0.41 -0.52 -0.72 -0.90 -0.96
# 5  1.30  1.30  1.10  1.10  1.20
# 6 -1.12 -1.78 -1.40  1.40  1.20

实现步骤 #

核心思路就是先找出两者的交集元素，再分别对两个DataFrame做筛选：

1. 提取交集元素：用intersect()函数直接拿到df1$V1和df2列名的共有项

common_items <- intersect(df1$V1, colnames(df2))

2. 筛选df1：保留V1值在交集中的行

df1_filtered <- df1[df1$V1 %in% common_items, ]

3. 筛选df2：保留列名在交集中的列

df2_filtered <- df2[, common_items]

处理后的结果 #

运行完上面的代码，你就能得到想要的结果：

# 筛选后的df1
head(df1_filtered)
#   V1 CHR  MAPINFO  Pval
# 1  a   2 38067017 0.27
# 2  c   2 38070880 0.29
# 3  d   2 38073394 0.00
# 5  f   2 38073564 0.01

# 筛选后的df2
head(df2_filtered)
#      a     c     d     f
# 1 -0.09 -0.50  0.50  0.35
# 2  0.00  0.40 -0.40 -0.85
# 3  0.32  0.20  0.74  0.42
# 4 -0.41 -0.72 -0.90 -0.96
# 5  1.30  1.10  1.10  1.20
# 6 -1.12 -1.40  1.40  1.20

这个方法的优势在于完全用base R原生函数，没有额外依赖，而且都是向量级别的操作，处理1200列这种规模效率很高，完全不用绕转置的弯路。

内容的提问来源于stack exchange，提问作者Irma