如何解决在不同的数据框中选择丢失的行
我有两个数据帧: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()
上看到的那样,它们的行数相差591。我现在想获取一个新的数据框,其中包含list1中所有不在list2中的行(那些591)
我尝试过
> match_diff=list1[!(list1 %in% list2)]
> dim(match_diff)
[1] 235111 10
但是您可以看到它告诉我,list1的所有行都与list2不同。
我用str()
检查了是否有根本原因,但是两者是相同的(源自相同的原始数据)
我无法按单个列进行检查,但必须将每一行作为一个整体进行比较。
解决方法
这是数据库join
的操作。如果您搜索联接,则会在此处找到有关不同种类的更多信息。正如@starja所说,您要从dplyr获得anti_join
:
如果尚未安装dplyr
,请安装install.packages('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>
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。