根据两个相似的df [重复]之间的对比创建一个新的数据框答案

【问题标题】：Create a new dataframe according to the contrast between two similar df [duplicate]根据两个相似的df [重复]之间的对比创建一个新的数据框
【发布时间】：2018-02-19 13:11:21
【问题描述】：

我有一个这样的数据框：

经过几个步骤（不重要是哪一个）我得到了这个df：

我想获得一个仅由 在步骤中没有改变的行组成的新数据框；结果将是这个：

 X  Y  Z  T
 1  2  4  2
 7  5  NA 3

我该怎么办？

【问题讨论】：

只是一个 merge 不是吗 - merge(dt1,dt2) ？
@zx8754 这可能不是重复的，因为连接可能不是正确的答案，具体取决于数据的结构。
@ira 基于提供的示例数据和预期输出，所有列中它都是一个简单的merge，上面由 thelatemail 指出。
@zx8754 这个例子可能会被简化。这行i want to obtain a new dataframe made by only the rows which didn't change during the steps; 似乎没有请求加入结果。
@zx8754 不，合并没有给我预期的结果。 Akrun 给了我解决方案

标签： r dataframe compare-contrast

【解决方案1】：

base R 的一个选项是将 paste 将每个数据集的行放在一起并比较 (==) 以创建一个逻辑向量，我们将其用于新数据集的子集

dfO[do.call(paste, dfO) == do.call(paste, df),]
#   X Y  Z T
#1 1 2  4 2
#3 7 5 NA 3

其中“dfO”是旧数据集，“df”是新数据集

【讨论】：

【解决方案2】：

你可以使用dplyr的intersect函数：

library(dplyr)
intersect(d1, d2)
#  X Y  Z T
#1 1 2  4 2
#2 7 5 NA 3

这是基本 R 的 intersect 函数的 data.frame 等效项。

如果您使用的是data.tables，该软件包也提供了这样的功能：

library(data.table)
setDT(d1)
setDT(d2)
fintersect(d1, d2)
#   X Y  Z T
#1: 1 2  4 2
#2: 7 5 NA 3

【讨论】：

【解决方案3】：

另一个dplyr 解决方案：semi_join。

dt1 %>% semi_join(dt2, by = colnames(.))
  X Y  Z T
1 1 2  4 2
2 7 5 NA 3

数据

dt1 <- read.table(text = "X Y  Z T
  1 2  4 2
  3 2  1 4
  7 5 NA 3",
                  header = TRUE, stringsAsFactors = FALSE)

dt2 <- read.table(text = "  X Y Z T
  1 2 4 2
                  3 2 NA 4
                  7 5 NA 3",
                  header = TRUE, stringsAsFactors = FALSE)

【讨论】：

【解决方案4】：

恐怕semi join、intersect 或merge 都不是正确答案。 merge 和 intersect 将无法正确处理重复行。 semi join 将改变行的顺序。

从这个角度来看，我认为目前为止唯一正确的是akrun的。

你也可以这样做：

df1[rowSums(((df1 == df2) | (is.na(df1) & is.na(df2))), na.rm = T) == ncol(df1),]

但我认为 akrun 的方式更优雅，在速度方面可能表现更好。

【讨论】：

话虽如此，如果您没有重复的行或者您不关心行的顺序...