如何比较两列并删除不重叠的元素？

Question

我在两个数据框中有两列，其中较长的一列包含另一列的所有元素。现在我想删除较长列中不与另一列重叠的元素以及相应的行。我使用以下方法确定了“差异”：

diff <- setdiff(gdp$country, tfpg$country)

我尝试使用两个 FOR 循环来完成这项工作：

for (i in 1:28) { for(j in 1:123) {if(diff[i] == gdp$country[j]) {gdp <- gdp[-c(j),]}}}

其中 28 是我要删除的行数（差异长度），而 123 是较长列的长度。这个不行，报错信息：

Error in if (diff[i] == gdp$country[j]) { : 
  missing value where TRUE/FALSE needed

那么我该如何解决这个问题？或者有更好的方法吗？

非常感谢。

---

我在这里有一个名为“gdp”的数据框：

  country  wto   y1990   y1991   y1992

Austria 1995  251540  260197  265644

Belgium 1995  322113  328017  333038

Cyprus 1995   14436   14537   15898

Denmark 1995  177089  179392  182936

Finland 1995  149584  140737  136058

France 1995 1804032 1822778 1851937

有 123 行。 我想删除在另一个向量中指定国家名称的行：

diff ["Austria","China",...,"Yemen"]

Answer 1

还有更好的方法！您所描述的相当于左连接或内连接。但在 R 中，实现它的方法是使用合并命令：

## S3 method for class 'data.frame'
merge(x, y, by = intersect(names(x), names(y)),
  by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
  sort = TRUE, suffixes = c(".x",".y"),
  incomparables = NULL, ...)

在你的情况下：

merge(gdp, tfpg, by = intersect('country', 'country'))

例如

x = data.frame(foo = c(1,2,3,4,5), bar=c("A","B","C","D","E"))
y = data.frame(baz = c(6,7,8,9), bar=c("A","C","E","F"))
z = merge(x,y,by=intersect('bar','bar'))

给予

  bar foo baz
1   A   1   6
2   C   3   7
3   E   5   8