比较两个数据帧，列顺序无关，以获取非重复行 [英] Compare two data frames, column-order-independent, to get non-duplicated rows

问题描述

我要比较两个数据框，并检查是否有重复的行。
我们假设列的顺序不重要，所以如果df1看起来像这样：

  V2 V3 
 71 78 
 90 13 
 12 67 
 56 32 
  

和df2喜欢：

  V2 V3 
 89 45 
 77 88 
 78 71 
 90 13 
  

然后，来自两个df的非重复行将是：

  12 67 
 56 32 
 89 45 
 77 88 
  
 
 
 
如何以简单的方式实现这个目标？
解决方案
这里是一个dplyr的解决方案，对大型数据集可能会非常快。
  df1<  -  data_frame （71,90,12,56），v2 = c（78,13,67,32））
 df2  
 df3<  -  bind_rows（df1，df2）
 
 df3％>％
 rowwise（）％& ％
 mutate（key = paste0（min（v1，v2），max（v1，v2）））％>％
 group_by（key）％>％
 mutate n（））％>％
 filter（size == 1）
  
仅适用于两个分组变量，将其扩展到多个变量，您基本上只需要调整如何制作密钥。 
 
 
 
编辑：我按照下面的注释误解了问题。 
 
I want to compare two data frames and check if there are duplicated rows.
We assume that the order of columns doesn't matter so if df1 looks like that:
 V2 V3
 71 78
 90 13
 12 67
 56 32
and df2 like that:
V2 V3
89 45
77 88
78 71
90 13
Then the non duplicated rows from both df will be:
12 67
56 32
89 45
77 88
How can I achieve this goal in easy way?
解决方案
Here's a dplyr solution which will probably be pretty quick on larger datasets
df1 <- data_frame( v1 = c(71,90,12,56), v2 = c(78,13,67,32))
df2 <- data_frame( v1 = c(89,77,78,90), v2 = c(45,88,71,13) )

df3 <- bind_rows(df1, df2)

df3 %>%
  rowwise() %>% 
  mutate(key = paste0( min(v1, v2), max(v1, v2))) %>% 
  group_by(key) %>% 
  mutate( size = n()) %>% 
  filter( size == 1)
This solution only works for two grouping variables, to extend it to multiple variables you basically just need to adjust how to manufacture the key. 

Edit: I misunderstood the problem as per comments below. 

                        
这篇关于比较两个数据帧，列顺序无关，以获取非重复行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！