删除位于 r 中另一个 data.frame 中的 data.frame 的确切行和行的频率

Question

考虑以下两个 data.frames:

a1 <- data.frame(A = c(1:5, 2, 4, 2), B = letters[c(1:5, 2, 4, 2)])
a2 <- data.frame(A = c(1:3,2), B = letters[c(1:3,2)])

我想删除 a1 的确切行位于 a2所以结果应该是:

A  B
4  d
5  e
4  d
2  b

请注意，其中一行是 2 b在 a1 中保留在最终结果中。目前，我使用循环语句，它变得非常慢，因为我的 data.frames 中有许多变量和数千行。是否有任何内置函数可以得到这个结果？

Answer 1

这个想法是，为每个文件添加一个重复的计数器，这样你就可以获得每次出现的行的唯一匹配。数据表很好，因为它很容易计算重复项(使用 .N )，并且它还为集合操作提供了必要的函数( fsetdiff )。

library(data.table)

a1 <- data.table(A = c(1:5, 2, 4, 2), B = letters[c(1:5, 2, 4, 2)])
a2 <- data.table(A = c(1:3,2), B = letters[c(1:3,2)])

# add counter for duplicates
a1[, i := 1:.N, .(A,B)]
a2[, i := 1:.N, .(A,B)]

# setdiff gets the exception
# "all = T" allows duplicate rows to be returned
fsetdiff(a1, a2, all = T)

#    A B i
# 1: 4 d 1
# 2: 5 e 1
# 3: 4 d 2
# 4: 2 b 3