r - 比较两个数据框以查找范围内的缺失值

Question

我有以下 2 个数据帧:

a1 <- data.frame(count = 1:10, site = "a")
a2 <-data.frame(count = 2:8, site = "b")
a4 <- data.frame(count = c(3,6,7,9), site = "a")
a5 <- data.frame(count = c(3,5,7), site = "b")
data1 <- rbind(a1, a2)
data2 <- rbind(a4, a5)

我想生成一个数据框，根据列“count”列出 data1 中未在 data2 中找到的行。有很多方法可以做到这一点，例如:

method1 <- rbind(data1, data2)
method1[!duplicated(method1,fromLast = FALSE)&!duplicated(method1,fromLast = TRUE),] 

哪个返回:

   count site
1      1    a
2      2    a
4      4    a
5      5    a
8      8    a
10    10    a
11     2    b
13     4    b
15     6    b
17     8    b

或类似这样的东西(作为附带问题，这行代码无法完美运行，我将不胜感激任何见解，因为我一直在其他几个数据处理步骤中使用此命令):

method2 <- data1[!data1$count %in% data2$count,]

无论如何，主要问题是:如何仅返回data2中计数范围内的缺失行？即，我希望输出为:

   count site
4      4    a
5      5    a
8      8    a
13     4    b
15     6    b

我有数百个数据框，每个数据框都包含许多具有高度可变范围的站点。

这是我第一次发帖，感谢您花时间阅读我的问题，我很感激任何建议的解决方案。

Answer 1

我认为他做了你想要的“根据列“count”列出 data1 中未在 data2 中找到的行:

method2 <- data1[!data1$count %in% data2$count,]
result <- subset(method2, method2$count > min(data2$count) & 
                 method2$count < max(data2$count))

你的代码

method2 <- data1[!data1$count %in% data2$count,]

做了它应该做的事，但看起来您不仅要排除基于 count 的变量，而且要基于 count 和 的组合>网站...？

编辑:好的，看来您确实也想考虑站点，而不仅仅是计数。在这种情况下，这是您想要的吗？

method2 <- data1[! interaction(data1$count, data1$site) %in%
                     interaction(data2$count,data2$site),]
result <- subset(method2, method2$count > min(data2$count) & 
               method2$count < max(data2$count))

EDIT2:现在值在每个站点定义的范围内。

method2[apply(method2, 1, function(x)  
                 as.numeric(x["count"]) > min(data2$count[data2$site == x["site"]]) &
                 as.numeric(x["count"]) < max(data2$count[data2$site == x["site"]]) )
        ,]