Найти дополнение фрейма данных (анти-объединение)

Question

У меня есть два кадра данных (df и df1). df1 является подмножеством df. Я хочу получить фрейм данных, который является дополнением к df1 в df, т.е. вернуть строки первого набора данных, которые не совпадают во втором. Например, пусть

фрейм данных df:

heads
row1
row2
row3
row4
row5

фрейм данных df1:

heads
row3
row5

Тогда желаемый вывод df2 будет:

heads
row1
row2
row4

Answer 1

Пытаться anti_join от dplyr

library(dplyr)
anti_join(df, df1, by='heads')

Answer 2

Вы также можете сделать какой-то тип анти-соединения с data.tableбинарное соединение

library(data.table)
setkey(setDT(df), heads)[!df1]
#    heads
# 1:  row1
# 2:  row2
# 3:  row4

---

РЕДАКТИРОВАТЬ: начиная с data.table v1.9.6 + мы можем присоединиться к data.tables без установки ключей при использовании on

setDT(df)[!df1, on = "heads"]

---

EDIT2: начиная с data.table v1.9.8 + fsetdiff был представлен, который в основном является вариантом решения выше, только для всех имен столбцов x таблица данных, например x[!y, on = names(x)], Если all установлен в FALSE (поведение по умолчанию), затем только уникальные строки в x будет возвращен. Для случая только одного столбца в каждой таблице данных следующее будет эквивалентно предыдущим решениям

fsetdiff(df, df1, all = TRUE)

Answer 3

Попробуйте %in% команда и повернуть его с !

df[!df$heads %in% df1$heads,]

Answer 4

Другой вариант, используя базу R и setdiff функция:

df2 <- data.frame(heads = setdiff(df$heads, df1$heads))

setdiff функционирует именно так, как вы себе представляете; принять оба аргумента как наборы и удалить все элементы второго из первого.

я нахожу setdiff более читабельный тахтн %in% и я предпочитаю не требовать дополнительных библиотек, когда они мне не нужны, но какой ответ вы используете, во многом вопрос личного вкуса.

Answer 5

dplyr также имеет setdiff() который даст вам

setdiff(bigFrame, smallFrame) дает вам дополнительные записи в первой таблице.

так что для примера ОП код будет читать setdiff(df, df1)

У dplyr много замечательных функций: краткое руководство смотрите здесь.

Answer 6

Поздний ответ, но для другого варианта мы можем попробовать сделать формальное анти-объединение SQL, используя sqldf пакет:

library(sqldf)
sql <- "SELECT t1.heads
        FROM df t1 LEFT JOIN df1 t2
            ON t1.heads = t2.heads
        WHERE t2.heads IS NULL"
df2 <- sqldf(sql)

sqldf Пакет может быть полезен для тех задач, которые легко формулируются с использованием логики SQL, но, возможно, менее легко формулируются с использованием базового R или другого пакета R.

Answer 7

Еще один вариант, создав функцию negate_match_df манипулируя кодом match_df из plyr пакет.

library(plyr)
negate_match_df <- function (x, y, on = NULL) 
{
if (is.null(on)) {
    on <- intersect(names(x), names(y))
    message("Matching on: ", paste(on, collapse = ", "))
}
keys <- join.keys(x, y, on)
x[!keys$x %in% keys$y, , drop = FALSE]
}

Данные

df <- read.table(text ="heads
row1
row2
row3
row4
row5",header=TRUE)

df1 <- read.table(text ="heads
row3
row5",header=TRUE)

Выход

negate_match_df(df,df1)