如何在RStudio中比较两个数据库数据框以完成一致性校验？

要校验两个数据库导出的数据框是否完全匹配，在RStudio里可以用这些实用方法，从基础检查到精准定位差异都覆盖：

1. 基础一致性快速校验 #

先确认最核心的结构是否一致：

• 检查行数、列数是否相同：

  dim(df1)
  dim(df2)
  

• 验证列名、各列数据类型是否完全一致：

  # 列名对比
  identical(names(df1), names(df2))
  # 数据类型对比
  identical(sapply(df1, class), sapply(df2, class))
  

• 全量初步对比：用all.equal()返回差异细节，或identical()做严格匹配校验

  # 忽略属性差异的宽松对比（适合忽略行名、注释等非数据差异）
  all.equal(df1, df2, check.attributes = FALSE)
  # 严格完全匹配校验（连属性、行名都要一致）
  identical(df1, df2)
  

2. 用dplyr定位具体差异行 #

如果基础校验发现不匹配，用dplyr精准找出差异位置：

• 找出仅在第一个数据框存在的行：

  library(dplyr)
  anti_join(df1, df2, by = names(df1))
  

• 找出仅在第二个数据框存在的行：

  anti_join(df2, df1, by = names(df1))
  

• 标记所有行中不一致的字段：

  # 给数据框加行号后全连接，筛选有差异的行
  df1_id <- df1 %>% mutate(row_num = row_number())
  df2_id <- df2 %>% mutate(row_num = row_number())
  
  full_join(df1_id, df2_id, by = "row_num", suffix = c("_df1", "_df2")) %>%
    filter(!if_all(setdiff(names(df1_id), "row_num"), 
                  ~ .x == .data[[paste0(cur_column(), "_df2")]]))
  

3. 用compareDF生成可视化差异报告 #

compareDF专门做数据框对比，能生成带高亮的HTML报告，直观展示所有差异：

library(compareDF)
# 生成HTML格式的差异报告
compare_df(df1, df2) %>% 
  create_report(output_file = "数据框差异校验报告.html")

运行后会在工作目录生成报告文件，打开即可看到差异行、差异字段的高亮标记，适合团队共享。

4. 用waldo做精细差异排查 #

waldo的compare()会列出所有细节差异，包括因子水平、属性、数值精度等细微不同：

library(waldo)
compare(df1, df2)

控制台会用颜色区分差异内容，清晰展示每一处不一致的细节，比如某行某列的数值差异、因子水平不匹配等。

内容的提问来源于stack exchange，提问作者amu