R语言dataframe比较两列时如何纳入含NA的不匹配行

R中常规比较运算符!=和==在遇到NA时都会返回NA，而dplyr的filter函数会默认排除判断结果为NA的行，因此单列/两列为NA的不匹配场景会被过滤掉。

方法1：直接补全NA状态判断（性能最优，无需逐行计算） #

直接在筛选条件中加入NA状态的异或判断，覆盖“一个为NA一个不为NA”的场景：

df %>% 
  filter(column1 != column2 | is.na(column1) != is.na(column2))

也可以用xor函数简化NA判断的写法：

df %>% 
  filter(column1 != column2 | xor(is.na(column1), is.na(column2)))

方法2：按行判断唯一值数量（写法最直观，不易出错） #

使用rowwise按行处理，通过n_distinct判断两列的值（包含NA）是否为两个不同值：

df %>% 
  rowwise() %>% 
  filter(n_distinct(c(column1, column2), na.rm = FALSE) == 2) %>% 
  ungroup()

注意必须保留na.rm = FALSE参数，否则NA会被忽略，无法匹配单NA的场景。

方法3：base R实现方案 #

如果不使用dplyr，可以直接用基础语法实现：

df[with(df, (column1 != column2) | is.na(column1) != is.na(column2)), ]

内容的提问来源于stack exchange，提问作者MLE