tidyverse：将 data.frame 的每一行与另一个 data.frame 的一行进行比较

Question

我想以整洁的方式比较 df1 的每一行与 df2 的一行。请任何提示。

df1 <-
  structure(
    list(
        Q1 = c("a", "a")
      , Q2 = c("b", "a")
      , Q3 = c("a", "a")
      , Q4 = c("b", "a")
      )
    , class = "data.frame"
    , row.names = c(NA, -2L)
    )

df2 <-
  structure(
    list(
        Q1 = "a"
      , Q2 = "a"
      , Q3 = "b"
      , Q4 = "c"
      )
    , class = "data.frame"
    , row.names = c(NA, -1L)
    )

library(tidyverse)


sum(df1[1, ] == df2)
[1] 1
sum(df1[2, ] == df2)
[1] 2

Answer 1

在基地

apply(df1,1, function(x) sum(x == df2))

[1] 1 2

Answer 2

使用 purrr 包：

unlist_df2 <- unlist(df2)
    seq_len(nrow(df1)) %>%
      map_lgl(~identical(unlist(df1[.x,]), unlist_df2))

对于编辑：将 map_lgl 更改为 map_dbl 并与 sum & ==

相同

unlist_df2 <- unlist(df2)
seq_len(nrow(df1)) %>%
  map_dbl(~sum(unlist(df1[.x,]) == unlist_df2))

Answer 3

带有 base R 的选项是 rowSums

rowSums(df1 == unlist(df2)[col(df1)])
#[1] 1 2

在tidyverse中，我们还可以使用c_across

library(dplyr)
df1 %>% 
    rowwise %>%
    mutate(new = sum(c_across(everything()) == df2)) 
# A tibble: 2 x 5
# Rowwise: 
#  Q1    Q2    Q3    Q4      new
#  <chr> <chr> <chr> <chr> <int>
#1 a     b     a     b         1
#2 a     a     a     a         2

Answer 4

要么先拆分它，然后检查身份：

library(purrr)
asplit(df1,1) %>% map_dbl(~sum(.==df2))

或者只映射行号：

1:nrow(df1) %>% map_dbl(function(i)sum(df1[i,]==df2))
[1] 1 2

Answer 5

基础 R 解决方案。

按行比较求和：

rowSums(mapply(`==`, df1, df2))
#[1] 1 2

编辑。

以上是这个 post 的新版本。原始按列求和。这是代码。

return值是一个逻辑向量列表，然后*apply函数sum.

Map(`==`, df1, df2)
#$Q1
#[1] TRUE TRUE
#
#$Q2
#[1] FALSE  TRUE
#
#$Q3
#[1] FALSE FALSE
#
#$Q4
#[1] FALSE FALSE

res <- Map(`==`, df1, df2)
sapply(res, sum)
#Q1 Q2 Q3 Q4 
# 2  1  0  0

一条线是

sapply(Map(`==`, df1, df2), sum)

再来一个，更快。

colSums(mapply(`==`, df1, df2))
#Q1 Q2 Q3 Q4 
# 2  1  0  0

tidyverse：将 data.frame 的每一行与另一个 data.frame 的一行进行比较

tidyverse: Comparing each row of a data.frame with a single row from another data.frame

r

tidyverse

tidytable

编辑。