匹配两个数据框中的多列并打印不相等

Question

所以我有两个大的（在某些部分不同的）数据框，第一个名为 sifrant，包括：

   IDP   PREDMET   ID    NAME
1 120_1  ustanove  _18 Barbara
2 120_1  ustanove _301  Mojca 
3 200_1  zakonod  _954  Klara

和其他数据框弄混了baza

predmet sifpredm izvajalec1 sifizv1 izvajalec2 sifizv2 izvajalec3 sifizv3 izvajalec4 sifizv4 izvajalec5 sifizv5
ustanove    120_1   Barbara      _18     Mojca     _301     Klara     _954         -2      -2         -2      -2
ustanove    120_1   Barbara      _18     Mojca     _301         -2      -2         -2      -2         -2      -2

Boath 数据框在接下来的列中应具有相同的值：IDP==sifpredm 和 ID==sifizv1, siizv2, sifizv3, and so on。

现在我想匹配这些列 IDP with sifpredm 和 ID with sifizv1 and sifizv2 and sifizv3 等等。

根据匹配，我想打印在 sifrant 中没有匹配的IDP, ID and NAME （即，在 sifrant 中缺失并且在 baza 中存在）

比较两个数据框，我可以看到在数据框 sifrant 讲师 Klara 中缺少 IDP 120_1。所以我的输出应该打印出哪些 sifpredm、sifizv 和 izvajalec 在baza 中，但不在sifrant 中。就我而言，sifrant 缺少 ID 号 120_1、讲师 ID 号 _954、讲师姓名 Klara 的课程

到目前为止我已经尝试过

    merge(sifrant, baza, by.x = "IDP",by.y="sifpredm" , all = T)

和

 require(sqldf)
    sifrantNotInbaza <- sqldf('SELECT * FROM baza EXCEPT SELECT * FROM sifrant')

和

library(diffobj)
install.packages("diffobj")
diffPrint(sifrant, baza)
diffObj(sifrant, baza)

我也看过这里

Compare two data.frames to find the rows in data.frame 1 that are not present in data.frame 2

这也是两个数据帧的 dput：

structure(list(IDP = c("120_1", "120_1"), PREDMET = c("ustanove", 
" ustanove"), ID = c("_18", "_301"), NAME = c("Barbara", "Mojca "
)), .Names = c("IDP", "PREDMET", "ID", "NAME"), class = "data.frame", row.names = c(NA, 
-2L))


structure(list(predmet = c("ustanove", "ustanove"), sifpredm = c("120_1", 
"120_1"), izvajalec1 = c("Barbara ", "Barbara "), sifizv1 = c("_18", 
"_18"), izvajalec2 = c("Mojca ", "Mojca "), sifizv2 = c("_301", 
"_301"), izvajalec3 = c("Klara ", "-2"), sifizv3 = c("_954", 
"-2"), izvajalec4 = c(-2L, -2L), sifizv4 = c(-2L, -2L), izvajalec5 = c(-2L, 
-2L), sifizv5 = c(-2L, -2L)), .Names = c("predmet", "sifpredm", 
"izvajalec1", "sifizv1", "izvajalec2", "sifizv2", "izvajalec3", 
"sifizv3", "izvajalec4", "sifizv4", "izvajalec5", "sifizv5"), class = "data.frame", row.names = c(NA, 
-2L))

Answer 1

我认为您需要为 sifrant 更正您的 dput。我复制了您在描述中的表格。 然后我会做类似的事情：

library(tidyverse)
baza2 <- baza %>% 
           gather(contains("sifizv"), 
                key = "sifizv", 
                value = "ID"
                ) %>% 
           select(1:2,ID) %>% 
           unique()
output <- anti_join(baza2, sifrant, by = c("sifpredm" = "IDP", "ID"))

这会告诉您失踪人员的 ID。然后，您可以使用match 或：

left_join(output, sifrant) %>% select(sifpredm, predmet, ID, NAME)