如何在R中从两个现有DataFrame生成仅含非共同观测值的新DataFrame

嘿，刚好碰到过类似需求，咱们可以通过几种方式实现，核心都是利用Country.Code这个唯一标识来定位两个数据框的差异项。下面给你详细拆解：

方法一：用tidyverse的dplyr包（推荐，代码更直观） #

dplyr里的anti_join()函数专门用来提取在第一个数据框中存在，但在第二个数据框中不存在的行。咱们需要分别提取两个方向的差异，再合并起来：

# 先加载dplyr包（如果没装先运行install.packages("dplyr")）
library(dplyr)

# 提取merged中有但merged_2013中没有的行
only_in_merged <- anti_join(merged, merged_2013, by = "Country.Code")

# 提取merged_2013中有但merged中没有的行
only_in_2013 <- anti_join(merged_2013, merged, by = "Country.Code")

# 合并两个差异结果，得到所有不共有的8条观测
unique_obs <- bind_rows(only_in_merged, only_in_2013)

• anti_join(x, y, by)：对比x和y，返回x中那些在y里找不到匹配by列的行
• bind_rows()：把两个结构相同的数据框按行合并，刚好符合咱们的需求

方法二：用Base R原生函数（不需要额外装包） #

如果不想加载第三方包，用Base R的%in%运算符和subset()也能搞定：

# 提取merged中独有的行
only_in_merged <- subset(merged, !Country.Code %in% merged_2013$Country.Code)

# 提取merged_2013中独有的行
only_in_2013 <- subset(merged_2013, !Country.Code %in% merged$Country.Code)

# 合并结果
unique_obs <- rbind(only_in_merged, only_in_2013)

• %in%：判断左侧元素是否存在于右侧向量中，前面加!就是取反（不存在的情况）
• subset()：按条件筛选数据框的行
• rbind()：Base R里的行合并函数，要求两个数据框列名完全一致

方法三：用full_join加筛选（另一种tidyverse思路） #

可以先把两个数据框全连接，然后筛选出那些只在其中一个数据框里出现的行：

library(dplyr)

# 全连接两个数据框，保留所有行
full_joined <- full_join(merged, merged_2013, by = "Country.Code", suffix = c("_merged", "_2013"))

# 筛选出只有一侧有数据的行（即不共有的观测）
unique_obs <- full_joined %>%
  filter(is.na(Country.Code_merged) | is.na(Country.Code_2013)) %>%
  # 可以选择保留原数据的列，这里根据需求调整，比如保留merged的列或者合并
  select(Country.Code, everything())

这个方法适合你需要查看两个数据框对应列差异的场景，如果只是要独有的观测，前两种方法更直接。

内容的提问来源于stack exchange，提问作者LMadden