如何比较两个data.frame列表的列名并找出被删除的列？

我懂你要解决的问题了——你需要对比两个元素名称完全匹配的列表，找出list1里每个data.frame中存在、但list2对应位置data.frame中没有的列，最终生成一个和原列表结构一致的结果列表。之前直接用setdiff或者mapply(setdiff)没成功，是因为这些方法默认的操作逻辑和你要的列级对比不匹配。

示例数据 #

先把你的示例数据放出来，方便测试：

list1 <- list(A=data.frame(a=2, b=3), B=data.frame(c=9,d=8,e=1), C=data.frame(f= 6,g=7))
list2 <- list(A=data.frame(a=2), B=data.frame(c=9,d=8), C=data.frame(g=7))
desired_output <- list(A=data.frame(b=3), B=data.frame(e=1), C=data.frame(f= 6))

解决方案：列名差集+子集筛选 #

核心思路是：对每一对对应的data.frame，先找出列名的差异，再根据差异列名提取子data.frame。这里提供两种实现方式：

方法1：基础R的mapply

result <- mapply(function(df1, df2) {
  # 提取df1独有的列名
  diff_cols <- setdiff(colnames(df1), colnames(df2))
  # 返回对应列的data.frame（无差异时返回空data.frame）
  if (length(diff_cols) > 0) df1[diff_cols] else data.frame()
}, x = list1, y = list2, SIMPLIFY = FALSE)

• SIMPLIFY = FALSE必须加上，确保返回结果是列表结构，不会被自动简化。

方法2：tidyverse的purrr::map2（更简洁）

如果你习惯tidyverse语法，可以用map2来实现：

library(purrr)

result <- map2(list1, list2, ~{
  diff_cols <- setdiff(colnames(.x), colnames(.y))
  .x[diff_cols]
})

验证结果 #

运行上面的代码后，查看result就能得到和你想要的desired_output完全一致的结果：

result
# $A
#   b
# 1 3
# 
# $B
#   e
# 1 1
# 
# $C
#   f
# 1 6

为什么之前的方法失效？ #

• 直接用setdiff(list1, list2)：是对比整个列表中的data.frame对象，判断哪些data.frame在list1中完全不存在于list2，不是列级对比。
• mapply(setdiff, list1, list2)：setdiff对data.frame默认是按行做差集（判断哪些行在df1中但不在df2中），和你要的列筛选逻辑完全不同。

内容的提问来源于stack exchange，提问作者xilliam