Select 不同数据框中缺少行

Question

我有两个数据框：list1 和 list2

>head(list1)
       RS_ID CHROM       POS REF_ALLELE ALT_ALLELE AF_REF_allsamples
1 rs77599058     1 195680131          C          T            0.9996
2 rs73056353     1 195680971          A          G            0.9999
3 rs12130880     1 195681419          A          T            0.5475
4 rs76457267     1 195681460          A          C            0.9993
5 rs10921893     1 195681616          T          C            0.5060
6 rs75239769     1 195682022          G          A            0.9999
  AF_ALT_allsamples AF_REF_onlycontrol AF_ALT_onlycontrol pvalues
1            0.0004             0.9996             0.0004  0.7830
2            0.0001             0.9998             0.0002  0.3740
3            0.4525             0.5442             0.4558  0.0597
4            0.0007             0.9992             0.0008  0.3590
5            0.4940             0.5099             0.4901  0.0302
6            0.0001             1.0000             0.0000  0.5500

>head(list2)
       RS_ID CHROM       POS REF_ALLELE ALT_ALLELE AF_REF_allsamples
1 rs77599058     1 195680131          C          T            0.9996
2 rs73056353     1 195680971          A          G            0.9999
3 rs12130880     1 195681419          A          T            0.5475
4 rs76457267     1 195681460          A          C            0.9993
5 rs10921893     1 195681616          T          C            0.5060
6 rs75239769     1 195682022          G          A            0.9999
  AF_ALT_allsamples AF_REF_onlycontrol AF_ALT_onlycontrol pvalues
1            0.0004             0.9996             0.0004  0.7830
2            0.0001             0.9998             0.0002  0.3740
3            0.4525             0.5442             0.4558  0.0597
4            0.0007             0.9992             0.0008  0.3590
5            0.4940             0.5099             0.4901  0.0302
6            0.0001             1.0000             0.0000  0.5500

> dim(list1)
[1] 235111     10
> dim(list2)
[1] 234520     10

正如您在 dim() 中看到的那样，它们的行数相差 591。我现在想获取一个新数据框，其中包含 list1 中不在 list2 中的所有行（那些 591）

我试过了

> match_diff=list1[!(list1 %in% list2)]
> dim(match_diff)
[1] 235111     10

但如您所见，它告诉我，list1 中的所有行都不同于 list2。

我检查了 str() 是否有根本原因，但两者是相同的（源自相同的原始数据）

我无法按单列进行检查，但必须将每一行作为一个整体进行比较。

Answer 1

这是数据库join操作。如果您搜索联接，您会发现有关不同类型的更多信息。正如@starja 所说，你想要来自 dplyr 的 anti_join:

如果您还没有 install.packages('dplyr')

，请安装 dplyr

R> list1 <- data.frame(a=0:5, b=10:15)
R> list2 <- data.frame(a=(0:5)+3, b=(10:15)+3)
R> list1
  a  b
1 0 10
2 1 11
3 2 12
4 3 13
5 4 14
6 5 15
R> list2
  a  b
1 3 13
2 4 14
3 5 15
4 6 16
5 7 17
6 8 18
R> list3 <- dplyr::anti_join(list1, list2)
Joining, by = c("a", "b")
R> list3
  a  b
1 0 10
2 1 11
3 2 12
R>

Select 不同数据框中缺少行

Select missing rows in different dataframes

r

match

mismatch

dataframe