如何使用tidyverse提取df1中未出现在df2的id观测值

测试数据构造 #

先复现你给出的测试数据：

library(tidyverse)

# 构造示例数据
df1 <- tibble(id = c(1, 2, 3, 4))
df2 <- tibble(id = c(1, 4))

方法1：使用anti_join（推荐） #

anti_join是dplyr中专门用于取「左表有但右表无」匹配记录的函数，是这类需求最直接的实现：

result <- df1 %>%
  anti_join(df2, by = "id")

运行后得到的result和你期望的输出完全一致：

# A tibble: 2 × 1
     id
  <dbl>
1     2
2     3

方法2：使用%in%逻辑筛选 #

如果你的df2是单独的向量而非带列名的数据框，也可以直接用逻辑判断筛选：

# 若df2是数值向量df2 <- c(1,4)，则写法为 filter(!id %in% df2)
result <- df1 %>%
  filter(!id %in% df2$id)

注意事项 #

• 匹配前请确认两个数据集的id列数据类型一致，数值型和字符型无法自动匹配
• 调用anti_join时建议显式指定by参数，避免默认按所有同名列匹配导致结果不符合预期
• 如果需要按多个字段匹配是否存在，只需要在by参数中传入多列名组成的向量即可，例如by = c("id", "group")

内容的提问来源于stack exchange，提问作者D. Fowler