比较R中两个数据帧中的每一行

Question

我有 2 个数据框，其中包含帐号和金额以及其他一些不相关的列。如果匹配与否，我想将输出与 Y 或 N 进行比较。

我需要将数据框 A 中第 1 行中的帐号与数据框 B 中第 1 行中的帐号进行比较，如果它们匹配，则将 Y 放在列中，如果不匹配，则将 N 放在列中。我已经设法获取代码来检查整个数据框中是否存在匹配项，但我需要单独检查每一行。

例如 df1
|account.num|x1|x2|x3|
|100|a|b|c|
|101|a|b|c|
|102|a|b|c|
|103|a|b|c|

df2
|account.num|x1|x2|x3|
|100|a|b|c|
|102|a|b|c|
|101|a|b|c|
|103|a|b|c|

输出
|account.num|x1|x2|x3|匹配|
|100|a|b|c|Y|
|101|a|b|c|N|
|102|a|b|c|N|
|103|a|b|c|Y|

因此，第 1 行匹配，因为它们具有相同的帐号，但第 2 行不匹配，因为它们不同。但是，数据框中的其他数据与该列无关。我可以在不合并数据框的情况下执行此操作吗？ （我确实有桌子，但它们不起作用。我不知道为什么。如果这很难理解，请见谅）。

Answer 1

您可以使用== 比较account.num 是否相等，并使用此布尔向量对c("N", "Y") 进行子集化

df1$match <- c("N", "Y")[1 + (df1[[1]] == df2[[1]])]

df1
#  account.num x1 x2 x3 match
#1         100  a  b  c     Y
#2         101  a  b  c     N
#3         102  a  b  c     N
#4         103  a  b  c     Y

数据：

df1 <- data.frame(account.num=100:103, x1="a", x2="b", x3="c")
df2 <- data.frame(account.num=c(100,102,101,103), x1="a", x2="b", x3="c")

Answer 2

如果你想要一个基本的 R 解决方案，这里有一个速写。假设船数据帧的长度（行数）相同，它应该适用于您的数据。

# example dataframes
a <- data.frame(A=c(1,2,3), B=c("one","two","three"))
b <- data.frame(A=c(3,2,1), B=c("three","two","one"))


res <- c() #initialise empty result vector

for (rownum in c(1:nrow(a))) {
  # iterate over all numbers of rows
  res[rownum]  <- all(a[rownum,]==b[rownum,])
}

res # result vector
# [1] FALSE  TRUE FALSE

# you can put it in frame a like this. example colname is "equalB"
a$equalB <- res

Answer 3

如果您想要tidyverse 解决方案，可以使用left_join。

这里的原则是尝试将df2的数据与df1的数据进行匹配。如果匹配，它会将TRUE 添加到match 列。然后，代码将NA 值替换为FALSE。

我还添加了代码以从示例中创建数据框。

library(tidyverse)

df1 <- 
  tribble(~account_num, ~x1, ~x2, ~x3,
                   100, "a", "b", "c",
                   101, "a", "b", "c",
                   102, "a", "b", "c",
                   103, "a", "b", "c") %>%
  rowid_to_column() # because position in the df is an important information, 
                    # I need to hardcode it in the df

df2 <- 
  tribble(~account_num, ~x1, ~x2, ~x3,
                   100, "a", "b", "c",
                   102, "a", "b", "c",
                   101, "a", "b", "c",
                   103, "a", "b", "c") %>%
  rowid_to_column()

# take a
df1 %>% 
  # try to match df1 with version of df2 with a new column where `match` = TRUE
  # according to `rowid`, `account_num`, `x1`, `x2`, and `x3`
  left_join(df2 %>% 
              tibble::add_column(match = TRUE),
            by = c("rowid", "account_num", "x1", "x2", "x3")
  ) %>% 
  # replace the NA in `match` with FALSE in the df
  replace_na(list(match = FALSE))