R 数据处理（十二）—— dplyr

5. 过滤连接

过滤连接与可变连接匹配观察值的方式相同，但是会影响观察值，而不影响变量。

分为两种类型：

• semi_join(x, y)：保留 x 中所有与 y 匹配的观察值
• anti_join(x, y)：删除 x 中所有与 y 匹配的观察值

semi_join 对于将筛选后的汇总表与原始数据进行匹配非常有用。

例如，您想要找到了人流量最多的十大目的地：

> top_dest <- flights %>%
+     count(dest, sort = TRUE) %>%
+     head(10)
> top_dest
# A tibble: 10 x 2
   dest      n
   <chr> <int>
 1 ORD   17283
 2 ATL   17215
 3 LAX   16174
 4 BOS   15508
 5 MCO   14082
 6 CLT   14064
 7 SFO   13331
 8 FLL   12055
 9 MIA   11728
10 DCA    9705

现在，您想要查找去往那些目的地之一的航班

> flights %>% 
+     filter(dest %in% top_dest$dest) %>%
+         head(5)
# A tibble: 5 x 19
   year month   day dep_time sched_dep_time dep_delay arr_time sched_arr_time arr_delay carrier flight
  <int> <int> <int>    <int>          <int>     <dbl>    <int>          <int>     <dbl> <chr>    <int>
1  2013     1     1      542            540         2      923            850        33 AA        1141
2  2013     1     1      554            600        -6      812            837       -25 DL         461
3  2013     1     1      554            558        -4      740            728        12 UA        169