使用 R 比较数据框中的两列答案

【问题标题】：Comparing two columns in a dataframe using R使用 R 比较数据框中的两列
【发布时间】：2021-10-27 03:25:51
【问题描述】：

我正在尝试比较数据框中的两列以查找两列不相等的行。

我愿意：

df %>% filter(column1 != column2)

这将为我提供两列中都存在值且不相等的情况（例如 column1 = 5，column2 = 6）

但是它不会给出其中一个值为 NA 的情况（例如 column1 = NA，column2 = 7）

如何将后一种情况包含在过滤器函数中？

谢谢

【问题讨论】：

如果您包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出，则更容易为您提供帮助。

标签： r dplyr

【解决方案1】：

或者使用xor:

df %>% filter(a != b | xor(is.na(a), is.na(b)))

或者正如@thelatemail 提到的，您可以使用 Base R：

df[which(df$a != df$b | xor(is.na(df$a), is.na(df$b))),]

或者正如@runr 提到的，你可以在Base R 中尝试subset：

subset(df, a != b | xor(is.na(a), is.na(b)))

【讨论】：

我认为这段代码将包括 (NA, NA)，我不希望在最终的 df 中包含它们，因为它们对于我的目的来说是“相等的”
@MLE 立即查看，xor
@MLE xor 是 or，但不是 and。因此，如果两者中的一个是NA，它会选择，但如果两者都是，则不会选择
很好的逻辑。有趣的是，这个选择只适用于dplyr::filter，因为NA 选择被删除了。必须为[] 选择添加which() - df[which(df$a != df$b | xor(is.na(df$a), is.na(df$b))),]
也只是 subset(df, a != b | xor(is.na(a), is.na(b))) 而不是 with() 使用基本 R 完成这项工作

【解决方案2】：

您可以将它们包含在 OR (|) 条件中 -

library(dplyr)

df <- data.frame(a = c(1, 2, NA, 4, 5), b = c(NA, 2, 3, 4, 8))

df %>% filter(a != b | is.na(a) | is.na(b))

#   a  b
#1  1 NA
#2 NA  3
#3  5  8

另一种选择是将NA 值更改为字符串“NA”，然后只使用a != b 应该可以工作。

df %>% 
  mutate(across(.fns = ~replace(., is.na(.), 'NA'))) %>%
  filter(a != b) %>%
  type.convert(as.is = TRUE)

【讨论】：

这样的话，(NA, NA) 不会被包括进来吗？（我不想要，因为它们对于我的目的是“平等的”）鉴于 NA == NA 是 NA 不是 TRUE。只是在寻找一个干净的解决方案
@MLE 查看更新后的答案。带有示例输出的示例数据框将有助于更好地理解问题。

【解决方案3】：

我们可以使用if_any

library(dplyr)
df %>% 
   filter(a != b | if_any(everything(), is.na))
   a  b
1  1 NA
2 NA  3
3  5  8

数据

df <- structure(list(a = c(1, 2, NA, 4, 5), b = c(NA, 2, 3, 4, 8)),
 class = "data.frame", row.names = c(NA, 
-5L))

【讨论】：