在R中以col1为基准检测其他列的值缺失与独有值

针对你的需求，这里提供一套简洁高效的Base R解决方案，无需额外依赖包：

1. 定义基准值 #

先把作为基准的col1提取出来：

base_vals <- df$col1

2. 找出各列缺失的基准值 #

用setdiff()函数可以快速找出基准值中不在目标列里的元素：

# col2中缺失的col1值
missing_col2 <- setdiff(base_vals, df$col2)
# col3中缺失的col1值
missing_col3 <- setdiff(base_vals, df$col3)

# 查看结果
missing_col2 # 输出: "D"
missing_col3 # 输出: "E"

3. 找出各列独有的非基准值 #

同样用setdiff()，反过来取目标列中不在基准值里的元素，就能得到独有值：

# col2独有的值（不在col1中）
unique_col2 <- setdiff(df$col2, base_vals)
# col3独有的值（不在col1中）
unique_col3 <- setdiff(df$col3, base_vals)

# 查看结果
unique_col2 # 输出: 空（因为col2的非NA值都在col1里）
unique_col3 # 输出: "G"

4. 定位每行的不一致列 #

用apply()遍历每行，找出与col1值不同且非缺失的列：

# 生成每行的不一致列信息
inconsistent_info <- apply(df, 1, function(row) {
  diff_cols <- which(row != row["col1"] & !is.na(row))
  row_num <- which(df$col1 == row["col1"])
  if (length(diff_cols) > 0) {
    paste0("行", row_num, ": 不一致列 - ", paste(names(diff_cols), collapse = ", "))
  } else {
    paste0("行", row_num, ": 无不一致")
  }
})

# 打印结果
cat(paste(inconsistent_info, collapse = "\n"))

运行后会输出：

行1: 不一致列 - col2, col3
行2: 不一致列 - col2, col3
行3: 不一致列 - col3
行4: 不一致列 - col2, col3
行5: 不一致列 - col3
行6: 不一致列 - col3

补充说明 #

• setdiff(x, y)的作用是返回在x中但不在y中的元素，非常适合做集合差集计算
• 遍历行时加入!is.na(row)是为了排除缺失值的干扰，避免把NA误判为不一致

内容的提问来源于stack exchange，提问作者Victor Shin