对于在时间 1 和时间 2 之间未发生任何更改的情况，删除所有 ID 的情况

Question

我有两个包含一系列案例的数据框。一个来自时间 1，一个来自时间 2。我正在寻找一种方法来快速识别在时间 1 和时间 2 之间发生变化的情况，我有点卡住了。

这是一个例子。所以，我有一个从时间 1 开始的数据框，

df.t1 <- data.frame(id = c(1,1,1,2,2,3,3,5,5,6), ABC = LETTERS[1:10], Num = 101:110)

它看起来像这样，

df.t1
   id ABC Num
1   1   A 101
2   1   B 102
3   1   C 103
4   2   D 104
5   2   E 105
6   3   F 106
7   3   G 107
8   5   H 108
9   5   I 109
10  6   J 110

时间二滚

df.t2 <- df.t1

并且发生了一些变化，

df.t2[3,3] <- 104
df.t2[2,2] <- "H"
df.t2[8,3] <- 999
df.t2[10,3] <- NA
df.t2[11,] <- c(3, "J", 107)

这是时间2，

df.t2
   id ABC  Num
1   1   A  101
2   1   H  102
3   1   C  104
4   2   D  104
5   2   E  105
6   3   F  106
7   3   G  107
8   5   H  999
9   5   I  109
10  6   J <NA>
11  3   J  107

我现在正在寻找一种快速方法来删除案例，所有 id，对于在时间 1 和时间 2 之间的案例(任何行)中没有发生任何变化的案例。在特定示例中，只有 id #2 没有变化发生在时间 1 和时间 2 之间。

我正在寻找看起来像这样的最终结果，

(df <- subset(df.t2, id != 2))
   id ABC  Num
1   1   A  101
2   1   H  102
3   1   C  104
6   3   F  106
7   3   G  107
8   5   H  999
9   5   I  109
10  6   J <NA>
11  3   J  107

任何帮助，将不胜感激。

Answer 1

我认为这会奏效。使用 data.table 的解决方案:

require(data.table)
dt1 <- data.table(df.t1)
dt2 <- data.table(df.t2)
# your conversion made them characters
dt2[, `:=`(id = as.numeric(id), Num = as.numeric(Num))]
setkey(dt1, "id", "ABC")
setkey(dt2, "id", "ABC")
dt <- dt1[dt2]
dt2[id %in% dt[, !(all(Num == Num.1)) | any(is.na(c(Num, Num.1))), by=id][V1 == TRUE]$id]

#    id ABC Num
# 1:  1   A 101
# 2:  1   C 104
# 3:  1   H 102
# 4:  3   F 106
# 5:  3   G 107
# 6:  3   J 107
# 7:  5   H 999
# 8:  5   I 109
# 9:  6   J  NA

或者，在获得 dt = dt1[dt2] 后:

dt2[id %in% dt[, ctr := Num %in% Num.1, by=1:nrow(dt)][ctr == FALSE, unique(id)]]