比较r中的两个数据框答案

【问题标题】：Comparing two dataframe in r比较r中的两个数据框
【发布时间】：2017-05-02 11:47:53
【问题描述】：

我需要比较两个解释相同事物的数据框，但它们来自不同的获取方式。

所以我需要获取一个 df，其中每个值都与另一个 df 上的相应值进行比较，如果值相同，则给我 TRUE，否则为 FALSE。

我写一个例子只是为了更好地解释：

df1

>    1  2  3  
> 1 AT GC CC 
> 2 AG GC CT 
> 3 GG TT <NA>

df2

>    1  2   3  
> 1 AT <NA> GG 
> 2 AG  GC  CG 
> 3 GG  TT  AA

结果

>      1     2     3  
> 1 TRUE <NA>  FALSE 
> 2 TRUE TRUE  FALSE 
> 3 TRUE TRUE  <NA>

我在这里看到了一个结果

但如果其中一个 df 具有 NA（R 给我 TRUE），则在我的 df 中不起作用。

另外，我认为如果我在mapply() 中更改df 的顺序，我将获得相同的结果，但在我的情况下并非如此。数据帧也有不同的级别，所以df1==df2 不起作用。

我还会问你如何计算结果中的 FALSE。有is.na()之类的吗？

谢谢大家

【问题讨论】：

标签： r dataframe

【解决方案1】：

我们可以只使用== 得到一个逻辑矩阵

(df1 == df2) & !is.na(df1) & !is.na(df2)
#    1     2     3
#1 TRUE FALSE FALSE
#2 TRUE  TRUE FALSE
#3 TRUE  TRUE FALSE

如果列是factor类，那么我们可以比较colwise与mapply/Map

mapply(function(x, y) {i1 <- as.character(x)==as.character(y)
         replace(i1, is.na(i1), FALSE)}, df1, df2)

或比较为matrix，然后将NA转换为FALSE

m1 <- as.matrix(df1) == as.matrix(df2)
m1[is.na(m1)] <- FALSE

【讨论】：

我遇到了这个错误：Error in Ops.factor(left, right) : level sets of factors are different
@mppd 比较好character类列，i.e. df1[]
我已经看到，如果在其中一个 df 我有 NA，最后我有 NA，但如果这是一个错误的陈述。例如，如果 df1 中为 NA 而 df2 中不是（反之亦然），我如何维持 NA，并且如果 df 1 中的 AT 与 df2 中的 AA 不同，我如何获得 FALSE 语句？
@mppd 在这种情况下，您只需删除is.na 之一，即(df1 == df2) & !is.na(df2)
非常非常非常有帮助！你成就了我的一天（和我的工作）。谢谢！

【解决方案2】：

另一种可能的选择，

df1 == replace(df2, is.na(df2), 'NA')

或者如果两个数据帧都包含NA，

replace(df1, is.na(df1), 'NA') == replace(df2, is.na(df2), 'NA')

【讨论】：

它不起作用。它用 na 纠正错误，但如果不是，则给出 TRUE 值。
我不明白。所以如果你有两个值'NA'和'NA'，你想让它显示FALSE？
不，如果在 df1 中有 AG 而在 df2 中有 NA，我会看到 FALSE，这很好，但是使用您的代码，如果我在 df1 AG 和 df2 TT 中有，我会看到 TRUE，它是不是我需要的。我希望现在可以更好地解释
@mppd 我得到了 FALSE。我得到了和你一样的结果
我在df1[] <-lapply(df1, as.character); df2[] <- lapply(df2, as.character) 之前设置，因为级别不同。但最后我得到了一个全是 FALSE 的表。