R dplyr filter-joins 过滤连接

过滤连接根据 y 中是否存在匹配来过滤 x 中的行：

• semi_join() 返回 x 中与 y 匹配的所有行。

• anti_join() 返回 x 中没有与 y 匹配的所有行。

用法

semi_join(x, y, by = NULL, copy = FALSE, ...)

# S3 method for data.frame
semi_join(x, y, by = NULL, copy = FALSE, ..., na_matches = c("na", "never"))

anti_join(x, y, by = NULL, copy = FALSE, ...)

# S3 method for data.frame
anti_join(x, y, by = NULL, copy = FALSE, ..., na_matches = c("na", "never"))

参数

x, y

一对数据帧、数据帧扩展(例如 tibble)或惰性数据帧(例如来自 dbplyr 或 dtplyr)。有关更多详细信息，请参阅下面的方法。

by

使用 join_by() 创建的连接规范，或要连接的变量的字符向量。

如果 NULL (默认值)，*_join() 将使用 x 和 y 之间的所有共同变量执行自然连接。一条消息列出了变量，以便您可以检查它们是否正确；通过显式提供 by 来抑制该消息。

要连接 x 和 y 之间的不同变量，请使用 join_by() 规范。例如， join_by(a == b) 将匹配 x$a 到 y$b 。

要连接多个变量，请使用带有多个表达式的 join_by() 规范。例如， join_by(a == b, c == d) 将 x$a 与 y$b 匹配，将 x$c 与 y$d 匹配。如果 x 和 y 之间的列名称相同，您可以通过仅列出变量名称来缩短列名称，例如 join_by(a, c) 。

join_by() 还可用于执行不等式连接、滚动连接和重叠连接。有关这些类型的连接的详细信息，请参阅?join_by 中的文档。

对于简单的等式连接，您也可以指定要连接的变量名称的字符向量。例如， by = c("a", "b") 将 x$a 连接到 y$a 并将 x$b 连接到 y$b 。如果 x 和 y 之间的变量名称不同，请使用命名字符向量，例如 by = c("x_a" = "y_a", "x_b" = "y_b") 。

要执行交叉联接，生成 x 和 y 的所有组合，请参阅 cross_join() 。

copy

如果 x 和 y 不是来自同一个数据源，并且 copy 是 TRUE ，则 y 将被复制到与 x 相同的源中。这允许您跨 src 连接表，但这是一项潜在昂贵的操作，因此您必须选择它。

...

传递给方法的其他参数。

na_matches

两个 NA 或两个 NaN 值应该匹配吗？

• "na" (默认值)将两个 NA 或两个 NaN 值视为相等，例如 %in% 、 match() 和 merge() 。

• "never" 将两个 NA 或两个 NaN 值视为不同的值，并且永远不会将它们匹配在一起或与任何其他值匹配。这类似于数据库源的联接和 base::merge(incomparables = NA) 。

值

与 x 类型相同的对象。输出具有以下属性：

• 行是输入的子集，但以相同的顺序出现。

• 列未修改。

• DataFrame 属性被保留。

• 组取自x。团体数量可能会减少。

方法

这些函数是泛型函数，这意味着包可以为其他类提供实现(方法)。有关额外参数和行为差异，请参阅各个方法的文档。

当前加载的包中可用的方法：

• semi_join()：dbplyr(tbl_lazy)、dplyr(data.frame)。

• anti_join()：dbplyr(tbl_lazy)、dplyr(data.frame)。

也可以看看

例子

# "Filtering" joins keep cases from the LHS
band_members %>% semi_join(band_instruments)
#> Joining with `by = join_by(name)`
#> # A tibble: 2 × 2
#>   name  band   
#>   <chr> <chr>  
#> 1 John  Beatles
#> 2 Paul  Beatles
band_members %>% anti_join(band_instruments)
#> Joining with `by = join_by(name)`
#> # A tibble: 1 × 2
#>   name  band  
#>   <chr> <chr> 
#> 1 Mick  Stones

# To suppress the message about joining variables, supply `by`
band_members %>% semi_join(band_instruments, by = join_by(name))
#> # A tibble: 2 × 2
#>   name  band   
#>   <chr> <chr>  
#> 1 John  Beatles
#> 2 Paul  Beatles
# This is good practice in production code