如何查找一个向量中不在另一个向量中的元素（不使用 setdiff）答案

【问题标题】：How to find elements of one vector that aren't in another (not using setdiff)如何查找一个向量中不在另一个向量中的元素（不使用 setdiff）
【发布时间】：2019-09-05 20:50:55
【问题描述】：

我有两个向量，

x <- c(1,2,2,3,4)

y <- c(1,2,3)

我想得到另一个不在 y 中的 x 中元素的向量；所以在这种情况下是 (2,4)。

我尝试过使用 setdiff() 函数，但这并没有考虑到重复项（它只会返回 4 个），所以我不知道该怎么做。

谢谢！

【问题讨论】：

y 是否可能有重复项？例如，如果x = c(1, 2, 2, 3, 3, 4) 和y = c(1, 2, 2, 3)，你想要结果3 4吗？
我的意思是，这是一个问题。这就是你想要的吗？

标签： r set-difference

【解决方案1】：

不妨试试这个：

x[-match(y,x,nomatch = 0)]

nomatch = 0 是必要的，以避免将 NA 与负下标混合。

如 cmets 中所述，要处理额外的重复项，另一种选择可能是使用 vecsets 包中的 vsetdiff：

library(vecsets)
x = c(1, 2, 2, 3, 3, 4)
y = c(1, 2, 2, 3)
> vsetdiff(x,y)
[1] 3 4

【讨论】：

不确定 OP 的欺骗案例有多复杂，但如果 y 有重复，这只会删除第一个，即使它也在 x 中重复。例如，x = c(1, 2, 2, 3, 3, 4) 和 y = c(1, 2, 2, 3) 给出了2 3 4，但我最好的猜测是 OP 想要3 4。
OP 的例子也没有 ;)
感谢您的回答和分享包！

【解决方案2】：

它不会给出@Gregor 讨论的结果，但是，它应该根据示例给出正确的结果：

x[duplicated(x) | !x %in% y]

[1] 2 4

在各个步骤中：

duplicated(x)

[1] FALSE FALSE  TRUE FALSE FALSE

!x %in% y

[1] FALSE FALSE FALSE FALSE  TRUE

duplicated(x) | !x %in% y

[1] FALSE FALSE  TRUE FALSE  TRUE

【讨论】：

【解决方案3】：

考虑到 OP 的原始示例并阅读 @Gregor 的评论，我编写了以下函数，它可以满足 OP 的要求，同时也考虑了 @Gregor 指出的内容

## function to find values in x that are absent in y
x.not.in.y <- function(x, y) {
  # get freq tables for x and y
  x.tab <- table(x)
  y.tab <- table(y)
  # if a value is missing in y then set its freq to zero
  y.tab[setdiff(names(x.tab), names(y.tab))] = 0
  y.tab <- y.tab[names(y.tab) %in% names(x.tab)]
  # get the difference of x and y freq and keep if > 0
  diff.tab <- x.tab[order(names(x.tab))] - y.tab[order(names(y.tab))]
  diff.tab <- diff.tab[diff.tab > 0]
  # output vector of x values missing in y
  unlist(
    lapply(names(diff.tab), function(val) {
      rep(as.numeric(val), diff.tab[val])
    }), 
    use.names = F)
}

# OP's original data
x.not.in.y(x = c(1,2,2,3,4), y = c(1,2,3))
#> [1] 2 4

# @Gregor's data
x.not.in.y(x = c(1,2,2,3,3,4), y = c(1,2,2,3))
#> [1] 3 4

# some other data with extra value in y but absent in y
x.not.in.y(x = c(1,2,2,2,2,3,3,3,4,5), y = c(1,2,3,6))
#> [1] 2 2 2 3 3 4 5

^{由reprex package (v0.2.1) 于 2019 年 4 月 15 日创建}

【讨论】：