如何在不合并的情况下匹配多列？

Question

我有两个df：

ID1 <- c("TRZ00897", "AAR9832", "NZU44447683209", "sxc89898989M", "RSU765th89", "FFF")
Date1 <- c("2022-08-21","2022-03-22","2022-09-24",  "2022-09-21", "2022-09-22", "2022-09-22")
Data1 <- data.frame(ID1,Date1)

ID <- c("RSU765th89",  "NZU44447683209", "AAR9832", "TRZ00897","ERD895655", "FFF", "IUHG0" )
Date <- c("2022-09-22","2022-09-21", "2022-03-22", "2022-08-21", "2022-09-21", "2022-09-22", "2022-09-22" )
Data2 <- data.frame(ID,Date)

我试着得到精确的匹配。一个确切的匹配是，如果ID和日期在两个df中是相同的，例如："TRZ00897“"2022-08-21”是精确匹配的，因为在两个df中都存在。

使用以下代码行：

match(Data1$ID1, Data2$ID) == match(Data1$Date1, Data2$Date)

产出如下：

TRUE  TRUE    NA    NA  TRUE FALSE

显然，最后一个不应该是错误的，因为"FFF“"2022-09-22”在两个df中。错误的原因是，日期“2022-09-22”已经发生在Data2中的索引位置1。

match(Data1$ID1, Data2$ID)
  4  3  2 NA  1  6

match(Data1$Date1, Data2$Date)
  4  3 NA  2  1  1

因此，在最后有索引位置6和1，这是不相等的-> FALSE。

我怎么才能改变这个？我应该用哪个函数来得到正确的答案。

注意，我不需要合并或加入等等。我真的在寻找一个可以检测这些模式的函数。

Answer 1

将列组合在一起，然后匹配

match(paste(Data1$ID1, Data1$Date1), paste(Data2$ID, Data2$Date))
# [1]  4  3 NA NA  1  6

若要获得逻辑输出，请使用%in%

paste(Data1$ID1, Data1$Date1) %in% paste(Data2$ID, Data2$Date)
# [1]  TRUE  TRUE FALSE FALSE  TRUE  TRUE

Answer 2

使用mapply和%in%

apply(mapply(`%in%`, Data1, Data2), 1, all)
[1]  TRUE  TRUE FALSE FALSE  TRUE  TRUE

rowSums(mapply(`%in%`, Data1, Data2)) == ncol(Data1)

编辑；用于列的子集：

idx <- c(1, 2)
apply(mapply(`%in%`, Data1[idx], Data2[idx]), 1, all)
#[1]  TRUE  TRUE FALSE FALSE  TRUE  TRUE

Answer 3

尝试与asplit匹配(由于对两个数据文件有不同的列名，我必须使用unname手动删除名称，如果两者的名称相同，则可以避免)

> match(asplit(unname(Data1), 1), asplit(unname(Data2), 1))
[1]  4  3 NA NA  1  6

另一个内存开销较大的选项是使用interaction。

> match(interaction(Data1), interaction(Data2))
[1]  4  3 NA NA  1  6