R中的“不加入”

kulphzqa 于 12个月前发布在其他

关注(0)|答案(6)|浏览(87)

我正在寻找一个快速的方法来做'不加入'（即。保留未合并行，或者与内部连接相反）。我一直在做的方法是使用data.table为X和Y，然后设置键。举例来说：

require(data.table)

X <- data.table(category = c('A','B','C','D'), val1 = c(0.2,0.3,0.8,0.7))
Y <- data.table(category = c('B','C','D','E'), val2 = c(2,3,5,7))
XY <- merge(X,Y,by='category')

> XY
   category val1 val2
1:        B  0.3    2
2:        C  0.8    3
3:        D  0.7    5

但我需要这个的逆，所以我必须这样做：

XY_All <- merge(X,Y,by='category',all=TRUE)
setkey(XY,category)
setkey(XY_All,category)
notXY <- XY_All[!XY]    #data.table not join (finally)

> notXY
   category val1 val2
1:        A  0.2   NA
2:        E   NA    7

我觉得这是相当冗长的（特别是从data.frame）。我是不是漏了什么？
编辑：我得到这个后，思考更多关于不加入

X <- data.table(category = c('A','B','C','D'), val1 = c(0.2,0.3,0.8,0.7),key = "category")
Y <- data.table(category = c('B','C','D','E'), val2 = c(2,3,5,7), key = "category")
notXY <- merge(X[!Y],Y[!X],all=TRUE)

但下面的WheresTheAnyKey的答案更清晰。最后一个障碍是预置数据。表键，如果不用这样做就好了。
编辑：澄清一下，可接受的解决方案是：

merge(anti_join(X, Y, by = 'category'),anti_join(Y, X, by = 'category'), by = 'category', all = TRUE)

来源：https://stackoverflow.com/questions/24190444/not-join-in-r

6条答案

按热度按时间

qxsslcnc1#

require(dplyr)
bind_rows(anti_join(X, Y), anti_join(Y, X))

编辑：既然有人要求解释，下面是正在发生的事情：
第一个anti_join()函数返回X中的行，这些行在Y中没有匹配的行，匹配由联接的联接依据决定。第二种则相反。rbind_list()只是将其输入的结果与来自每个输入的所有观测值一起放入单个tbl中，用NA替换缺失的变量数据。

赞(0）回复(0）举报 12个月前

xwmevbvl2#

setkey(X,category)
setkey(Y,category)

rbind(X[!Y], Y[!X], fill = TRUE)

赞(0）回复(0）举报 12个月前

j8yoct9x3#

你可以像这样使它更简洁：

X <- data.table(category = c('A','B','C','D'), val1 = c(0.2,0.3,0.8,0.7),key = "category")
Y <- data.table(category = c('B','C','D','E'), val2 = c(2,3,5,7), key = "category")
notXY <- merge(X,Y,all = TRUE)[!merge(X,Y)]

赞(0）回复(0）举报 12个月前

xytpbqjk4#

类似于@stanekam的答案，你也可以使用%in%。这就像Rohit使用%in%，但使用了dqr：

require(dplyr)
bind_rows(X |> filter(!category %in% Y$category),
          Y |> filter(!category %in% X$category))

如果在一个数据框中有两列，也可以使用单个筛选语句。为此，我们首先重命名列，以便它们在合并数据框后保留在单独的变量中：

bind_rows(X |> rename(category_X=category), 
          Y |> rename(category_Y=category)) |> 
filter(!category_X %in% category_Y | !category_Y %in% category_X)

赞(0）回复(0）举报 12个月前

wfsdck305#

试试这个。首先，合并时将“all”设置为“TRUE”。然后取出所有完整的案例：

XY_All <- merge(X,Y,by='category',all=TRUE)
notXY  <- XY_All[!complete.cases(XY_All),]

赞(0）回复(0）举报 12个月前

llew8vvj6#

require(dplyr)
notXY = merge(X[!X$category %in% Y$category,], Y[!Y$category %in% X$category,],by = 
"category",all = TRUE)

查看Anti-Join的一种方法是，您需要将来自X（不在Y中）的观测和来自Y（不在X中）的观测连接在一起。这可以在如上所示的一个步骤中实现。

赞(0）回复(0）举报 12个月前

我来回答

R中的“不加入”

6条答案

相关问题

热门标签

最新问答