在R中如何基于serial与day字段对比两个df并标记缺失行？

实现方案 #

你之前使用inner_join失败的原因是该函数仅保留两个表中匹配成功的行，无法保留仅在单个表中存在的行，你需要使用全连接来实现需求，以下是两种常见实现方式：

1. dplyr包实现（推荐）

# 加载依赖包
library(dplyr)

# 核心处理逻辑
result <- full_join(
    df1 %>% mutate(flag_df1 = TRUE),
    df2 %>% mutate(flag_df2 = TRUE),
    by = c("serial", "day")
  ) %>%
  mutate(compare = case_when(
    flag_df1 & flag_df2 ~ "两个表都存在",
    flag_df1 & is.na(flag_df2) ~ "仅在df1存在",
    is.na(flag_df1) & flag_df2 ~ "仅在df2存在"
  )) %>%
  select(-flag_df1, -flag_df2) # 移除辅助标记列

运行后输出结果完全符合预期：

2. 基础R实现

如果不想加载第三方包，可以用基础R的merge函数实现：

# 先给两个表加来源标记
df1$flag_df1 <- 1
df2$flag_df2 <- 1
# 全连接合并
result_base <- merge(df1, df2, by = c("serial", "day"), all = TRUE)
# 生成compare标记列
result_base$compare <- ifelse(
  !is.na(result_base$flag_df1) & !is.na(result_base$flag_df2),
  "两个表都存在",
  ifelse(
    !is.na(result_base$flag_df1),
    "仅在df1存在",
    "仅在df2存在"
  )
)
# 移除辅助列
result_base <- result_base[, !names(result_base) %in% c("flag_df1", "flag_df2")]

内容的提问来源于stack exchange，提问作者Rfanatic