如何根据 2 个唯一标识符查找 2 个数据框元素的差异答案

【问题标题】：How to find differences in elements of 2 data frames based on 2 unique identifiers如何根据 2 个唯一标识符查找 2 个数据框元素的差异
【发布时间】：2013-11-23 16:11:45
【问题描述】：

我有 2 个非常大的数据框，类似于以下内容：

df1<-data.frame(DS.ID=c(123,214,543,325,123,214),OP.ID=c("xxab","xxac","xxad","xxae","xxaf","xxaq"),P.ID=c("AAC","JGK","DIF","ADL","AAC","JGR"))

> df1
  DS.ID OP.ID P.ID
1   123  xxab  AAC
2   214  xxac  JGK
3   543  xxad  DIF
4   325  xxae  ADL
5   123  xxaf  AAC
6   214  xxaq  JGR

df2<-data.frame(DS.ID=c(123,214,543,325,123,214),OP.ID=c("xxab","xxac","xxad","xxae","xxaf","xxaq"),P.ID=c("AAC","JGK","DIF","ADL","AAC","JGS"))

> df2
  DS.ID OP.ID P.ID
1   123  xxab  AAC
2   214  xxac  JGK
3   543  xxad  DIF
4   325  xxae  ADL
5   123  xxaf  AAC
6   214  xxaq  JGS

唯一id是基于DS.ID和OP.ID的组合，所以DS.ID可以重复，但是DS.ID和OP.ID的组合不会。我想找到 P.ID 发生变化的实例。此外，DS.ID 和 OP.ID 的组合不一定在同一行。

在上面的示例中，它将返回第 6 行，因为 P.ID 发生了变化。我想将初始值和最终值都写入数据框。

我感觉第一步应该是

rbind.fill(df1,df2)

（.fill 因为在我试图循环的数据框中添加了列）。

编辑：假设其他列也具有不同的值。因此，除非您将它们隔离到它们自己的数据框中，否则重复将不起作用。但是，我将对许多列和许多数据帧执行此操作，因此为了速度，我宁愿不采用这种方法。

【问题讨论】：

标签： r duplicates

【解决方案1】：

如果在下面的代码中 ident 为 0，那么很可能，两者有区别：

ll<-merge(df1,df2,by=c("DS.ID", "OP.ID"))
library(plyr)


 ddply(ll,.(DS.ID, OP.ID),summarize,ident=match(P.ID.x, P.ID.y,nomatch=0))
  DS.ID OP.ID ident
1   123  xxab     1
2   123  xxaf     1
3   214  xxac     1
4   214  xxaq     0
5   325  xxae     1
6   543  xxad     1

【讨论】：