R中的sqldf比较两个data.frames并存储输出

Question

所以，我有大约 500 个 .txt 数据文件，它们都包含 8 列。每个数据文件在每一列中都有相同的值（行）。如果您比较 datafile1 和 datafile2 ，那么它们的行数大多不同，但它们中的一些行值是相同的，而有些则不是。 我想找到datafile1和datafile1+1=datafile2之间不同的所有值，我已经用sqldf解决了。

首先我使用 lapply 加载所有文件

list_of_files <- list.files(path = ".", recursive = TRUE, pattern = "\\.txt$", full.names =TRUE)

DT <- lapply(list_of_files, read.table)

加载所有数据文件，这样第一个数据文件可以用DT[[1]]选择，第二个用DT[[1+1]]选择，适合循环使用。

对于 DT，我只想比较每个数据文件的 V4 和 V5 列，我想我可以用 DT[[i]] 和 DT[[i+1]] 循环它，但我无法让它工作.下面我展示了对 DT[[1]] 和 DT[[2]] 有效的方法。首先，我创建了 data.frames，其中包含相应 data.frames 的 V4 和 V5 列：

dt1<-data.frame(DT[[1]]$V4,DT[[1]]$V5)

dt2<-data.frame(DT[[1+1]]$V4,DT[[1+1]]$V5)

这里我只选择 dt1 和 dt2 不同的值：

df<-sqldf('SELECT * FROM dt1 EXCEPT SELECT * FROM dt2')

我想对所有 500 个数据文件循环 df 操作 DT[[i]] DT[[i+1]] 将所有 df 值存储在 data.frame 中

也许有人知道如何循环？

提前致谢

Answer 1

创建一个函数：

get_data<- function(dt1, dt2) sqldf('SELECT * FROM dt1 EXCEPT SELECT * FROM dt2')

现在使用Map 将此函数应用于循环并将其应用于每个DT[i] 和DT[i+1]

result <- Map(get_data, DT[-length(DT)], DT[-1])

Answer 2

非常感谢，效果很好！我就知道会有人知道！ 目前的结果输出包含您的解决方案中的所有列 V1 到 V8。如果你只想要某些列，那么你可以修改函数，如下所示：

rm(list=ls())

library(sqldf)

setwd("Path_to_txt-files")

list_of_files <- list.files(path = ".", recursive = TRUE,pattern = "\\.txt$",full.names = TRUE)

DT <- lapply(list_of_files, read.table)

dt1<-data.frame(DT[[25]]$V4,DT[[25]]$V5)

dt2<-data.frame(DT[[25+1]]$V4,DT[[25+1]]$V5)

#df<-sqldf('SELECT * FROM dt1 EXCEPT SELECT * FROM dt2') 如果你想在多个文件中循环，则不使用

结果输出将仅包含 V4 和 V5 列：

get_data<- function(dt1, dt2) sqldf('SELECT V4,V5 FROM dt1 EXCEPT SELECT V4,V5 FROM dt2')

result <- Map(get_data, DT[-length(DT)], DT[-1])

result