在R中如何删除df1里存在于df2中的重复行

最优方案：使用dplyr的anti_join()（最优雅简洁） #

anti_join是dplyr包中专门用于取两个数据集行差集的函数，默认按照两个数据框的所有共同列进行匹配，返回仅在第一个数据框中存在的行，完全贴合需求：

# 加载dplyr包，未安装可先运行 install.packages("dplyr")
library(dplyr)

# 直接取df1和df2的行差集
df1_clean <- anti_join(df1, df2)

运行后得到的df1_clean就已经删除了同时存在于df2中的完全重复行，你的示例运行后会保留3行：Mike(20)、Paul(21)、Henry(23)。

无依赖方案：Base R原生实现 #

如果不想安装第三方包，可以用原生函数实现，核心逻辑是将每行的所有列值组合为唯一标识，再筛选不在df2标识集合中的行：

# 按所有列组合匹配，筛选df1中不存在于df2的行
df1_clean <- df1[!interaction(df1) %in% interaction(df2), ]

如果两个数据框的列顺序不一致，可手动指定匹配列保证准确性：

match_cols <- c("name", "age")
df1_clean <- df1[!interaction(df1[match_cols]) %in% interaction(df2[match_cols]), ]

内容的提问来源于stack exchange，提问作者Pavel Shliaha