如何从不匹配的数据框中选择行？答案

【问题标题】：How I can select rows from a dataframe that do not match?如何从不匹配的数据框中选择行？
【发布时间】：2011-04-28 01:05:55
【问题描述】：

我正在尝试识别数据框中不匹配的值，但不知道如何执行此操作。

# make data frame 
a <- data.frame( x =  c(1,2,3,4)) 
b <- data.frame( y =  c(1,2,3,4,5,6))

# select only values from b that are not in 'a'
# attempt 1: 
results1 <- b$y[ !a$x ]

# attempt 2:  
results2 <- b[b$y != a$x,]

如果a = c(1,2,3) 有效，因为a 是b 的倍数。但是，我试图从数据框y 中选择所有不在x 中的值，并且不明白要使用什么函数。

【问题讨论】：

标签： r dataframe

【解决方案1】：

如果我理解正确，您需要 %in% 运算符的否定。像这样的东西应该可以工作：

subset(b, !(y %in% a$x))

> subset(b, !(y %in% a$x))
  y
5 5
6 6

【讨论】：

感谢@Chase，我花了一些时间试图弄清楚%in% 运算符的否定是什么，但无法弄清楚。这个答案也很有帮助，因为它巧妙地对数据进行了子集化。
@celenius - %in% 运算符返回一个逻辑向量，告诉我们第一个运算符和第二个运算符之间是否匹配。 (b$y %in% a$x) [1] TRUE TRUE TRUE TRUE FALSE FALSE。 ! 表示否定，因此将返回 !(b$y %in% a$x)[1] FALSE FALSE FALSE FALSE TRUE TRUE 。这有助于解释事情吗？
迟到了，但是 Hmisc 现在有一个函数 %nin% 不在里面。非常有用

【解决方案2】：

尝试设置差异功能setdiff。所以你会有

results1 = setdiff(a$x, b$y)   # elements in a$x NOT in b$y
results2 = setdiff(b$y, a$x)   # elements in b$y NOT in a$x

【讨论】：

【解决方案3】：

您也可以使用dplyr 来完成此任务。要查找 b 中的内容，但不是 a：

library(dplyr)    
anti_join(b, a, by = c("y" = "x"))

#   y
# 1 5
# 2 6

【讨论】：

这正是我一直在寻找的，以前从未见过，谢谢乔（与 dbplyr 一起工作，即在 SQL 远程上下文中）