如何在R中比较两个数据框列并输出各自的不匹配独有值

我们可以用两种常用方案实现需求，不受两个待比较列的行数差异影响： #

方案1：使用R内置函数实现（无需安装第三方包） #

核心用R自带的集合差集函数setdiff，直接对两个待比较列做差集计算即可，示例代码如下：

输入示例 #

df1 <- data.frame(ID1 = c("d", "p", "n", "m", "c"))
df2 <- data.frame(ID2 = c("c", "b", "a", "d", "s", "p"))

实现代码 #

# 提取仅在df1中存在的条目
nonMatch_Uniquedf1 <- data.frame(ID1 = setdiff(df1$ID1, df2$ID2))
# 提取仅在df2中存在的条目
nonMatch_Uniquedf2 <- data.frame(ID2 = setdiff(df2$ID2, df1$ID1))

输出结果和预期完全一致： #

> nonMatch_Uniquedf1
  ID1
1   n
2   m
> nonMatch_Uniquedf2
  ID2
1   b
2   a
3   s

方案2：使用dplyr包实现（适合tidyverse生态用户，支持多列匹配扩展） #

如果后续需要对比多列匹配的场景，推荐用dplyr的anti_join函数，灵活性更高：

# 先加载dplyr包
library(dplyr)

# 提取仅在df1中存在的条目，by参数指定两个数据框的匹配列对应关系
nonMatch_Uniquedf1 <- df1 %>% 
  anti_join(df2, by = c("ID1" = "ID2"))

# 提取仅在df2中存在的条目
nonMatch_Uniquedf2 <- df2 %>% 
  anti_join(df1, by = c("ID2" = "ID1"))

内容的提问来源于stack exchange，提问作者SUMIT