如何提取两个CSV文件的非共有数据用于EFA与CFA分析

做EFA、CFA分析拆分数据集时，为保证随机拆分的有效性，需避免分析数据交叉复用，筛选出未在另一分析环节使用过的独立数据，可按以下方案实现：

使用R语言dplyr包的anti_join()函数即可快速完成筛选，该函数会保留左表中所有在右表无匹配项的记录，完全匹配提取非重复独立数据的需求。

操作步骤：

• 提前将两份CSV文件读入R环境，存储为两个数据框对象
• 运行筛选代码，注意替换参数为实际业务内容：

library(dplyr)
# 替换file_one为待提取数据的源数据框，file_two为用于比对排除重复的参考数据框
# by参数传入用于判定数据重复的对应列名
Usage <- anti_join(file_one, file_two, by = "用于匹配去重的列名")

• 将筛选结果导出为CSV文件即可直接使用：

write.csv(Usage, "筛选完成的独立数据.csv", row.names = FALSE)

内容的提问来源于stack exchange，提问作者ara