比较两个data.frames以查找data.frame 1中不存在于data.frame 2中的行

Question

比较两个data.frames以查找data.frame 1中不存在于data.frame 2中的行我有以下2个data.frames：a1 <- data.frame(a = 1:5, b=letters[1:5])a2 <- data.frame(a = 1:3, b=letters[1:3])我想找到a1没有的行a1。这种类型的操作是否有内置功能？（ps：我确实为它编写了一个解决方案，如果有人已经制作了一个更精心设计的代码，我感到很好奇）这是我的解决方案：a1 <- data.frame(a = 1:5, b=letters[1:5])a2 <- data.frame(a = 1:3, b=letters[1:3])rows.in.a1.that.are.not.in.a2  <- function(a1,a2){    a1.vec <- apply(a1, 1, paste, collapse = "")    a2.vec <- apply(a2, 1, paste, collapse = "")    a1.without.a2.rows <- a1[!a1.vec %in% a2.vec,]    return(a1.without.a2.rows)}rows.in.a1.that.are.not.in.a2(a1,a2)

Answer 1

这不会直接回答您的问题，但它会为您提供共同的元素。这可以通过Paul Murrell的包来完成compare：

library(compare)

a1 <- data.frame(a = 1:5, b = letters[1:5])

a2 <- data.frame(a = 1:3, b = letters[1:3])

comparison <- compare(a1,a2,allowAll=TRUE)

comparison$tM

#  a b

#1 1 a

#2 2 b

#3 3 c

该函数compare在允许哪种比较方面为您提供了很大的灵活性（例如，改变每个向量的元素顺序，改变变量的顺序和名称，缩短变量，改变字符串的大小写）。由此，您应该能够找出其中一个或哪个缺失的东西。例如（这不是很优雅）：

difference <-

   data.frame(lapply(1:ncol(a1),function(i)setdiff(a1[,i],comparison$tM[,i])))

colnames(difference) <- colnames(a1)

difference

#  a b

#1 4 d

#2 5 e

Answer 2

SQLDF 提供了一个很好的解决

a1 <- data.frame(a = 1:5, b=letters[1:5])

a2 <- data.frame(a = 1:3, b=letters[1:3])

require(sqldf)

a1NotIna2 <- sqldf('SELECT * FROM a1 EXCEPT SELECT * FROM a2')

以及两个数据框中的行：

a1Ina2 <- sqldf('SELECT * FROM a1 INTERSECT SELECT * FROM a2')

新版本dplyr有一个功能，anti_join正是为了这些类型的比较

require(dplyr) 

anti_join(a1,a2)

而semi_join过滤行的a1，同时也是在a2

semi_join(a1,a2)