如何打印存在于一个数据框中并从另一个 r 中丢失的观察结果？答案

【问题标题】：How to print observations existing in one dataframe and missing from the other r?如何打印存在于一个数据框中并从另一个 r 中丢失的观察结果？
【发布时间】：2020-06-21 10:03:27
【问题描述】：

我有一个包含 3719 行（实际数据）行的数据框和另一个包含 3721 行（来自编码）的数据框。我得到了 2 个额外的观察结果。

我尝试过使用 setdiff，但它给出的行数为零

dplyr::setdiff(d1,d2)

o/p: [1] col1 col2 col3 col4       
     [5] col5 col6                
<0 rows> (or 0-length row.names)

我也试过反之亦然，即

dplyr::setdiff(d2,d1)

o/p: [1] col1 col2 col3 col4       
     [5] col5 col6                
<0 rows> (or 0-length row.names)

如何识别 R 中的那 2 个额外观察？

【问题讨论】：

您的“data.frames”是如何定义的？ tibbles，tribbles，data.frames，...？也许看到这个问题：github.com/tidyverse/dplyr/issues/4317
您可以尝试which(d1$col1[1:3719] != d2$col1[1:3719])[1] 获取col1 中的第一个不匹配条目

标签： r dplyr set-difference

【解决方案1】：

选项 1 您可以使用 %in% 运算符

#Make Fake Data
a <- mtcars
b <- mtcars[ 3:nrow(mtcars) , ] 

a$id <- rownames( a )
b$id <- rownames( b )

#In A not B
a[ !(a$id %in% b$id) , ]
#In B not A
b[ !(b$id %in% a$id) , ]

选项 2 - 使用与 all=T 合并

a$flaga <- 1
b$flagb <- 1

d <- merge( a[ ,c("id","flaga")] , b[ ,c("id","flagb")], by= "id" , all=T)

d[ is.na(d$flaga) | is.na(d$flagb) , "id" ]

【讨论】：

谢谢。知道了 2 个缺失的观察结果

【解决方案2】：

反加入将是“整洁”的选项：

library(tidyverse)

d1 <- tribble(~a, ~b,
              "a", 3,
              "f", 9,
              "g", 10)

d2 <- tribble(~a, ~b,
              "a", 333,
              "b", 999,
              "f", 444,
              "g", 111)

d2 %>%
  anti_join(d1, by = "a")

# A tibble: 1 x 2
# a         b
# <chr> <dbl>
#   1 b       999

【讨论】：