为了找出数据框是否是数据框df.a的子集，df.b我执行了以下操作：
df.a <- data.frame( x=1:5, y=6:10 )
df.b <- data.frame( x=1:7, y=6:12 )
inds.x <- as.integer( lapply( df.a$x, function(x) which(df.b$x == x) ))
inds.y <- as.integer( lapply( df.a$y, function(y) which(df.b$y == y) ))
identical( inds.x, inds.y )
最后一行给出TRUE，因此df.a包含在df.b.
现在我想知道是否有更优雅——可能更有效——的方式来回答这个问题？
此任务也很容易扩展以查找两个给定数据帧之间的交集，可能仅基于列的子集。
帮助将不胜感激。
我将冒险猜测一个答案。
我认为semi_joinfromdplyr会做你想做的事，即使考虑到重复的行。
首先注意帮助文件?semi_join：
返回 x 中在 y 中有匹配值的所有行，只保留 x 中的列。
半连接与内连接不同，因为内连接将为 y 的每个匹配行返回一行 x，其中半连接永远不会复制 x 的行。
好的，这表明以下应该正确失败：
df.a <- data.frame( x=c(1:5,1), y=c(6:10,6) )
df.b <- data.frame( x=1:7, y=6:12 )
identical(semi_join(df.b, df.a), semi_join(df.a, df.a))
FALSE正如预期的那样，这给出了
> semi_join(df.b, df.a)
Joining by: c("x", "y")
x y
1 1 6
2 2 7
3 3 8
4 4 9
5 5 10
但是，以下内容应该通过：
df.c <- data.frame( x=c(1:7, 1), y= c(6:12, 6) )
identical(semi_join(df.c, df.a), semi_join(df.a, df.a))
确实如此，给予TRUE.
第二个semi_join(df.a, df.a)是获得规范排序所必需的df.a。