如何显示R中的两个数据集不共享哪些变量？

如何解决如何显示R中的两个数据集不共享哪些变量？

我有两个数据集（A和B），一个具有1600个观测值/行和1002个变量/列，一个具有860个观测值/行和1040个变量/列。我想快速检查哪些变量不包含在数据集A中，而是包含在数据集B中，反之亦然。我只对列名感兴趣，而不对这些列中包含的内容感兴趣。
我在这里找到了一个很棒的功能：https://cran.r-project.org/web/packages/arsenal/vignettes/comparedf.html，从本质上讲，我希望得到类似以下的输出：

我正在尝试的代码是：
summary(comparedf(dataA,dataB))
但是，由于R对两个数据集进行了逐行比较，因此未打印表。在控制台中打印结果时空间不足。在这里可以快速实现我的需求吗？

解决方法

我认为您可以使用anti_join()包中的dplyr函数来查找不匹配的记录。它将为您提供数据集A和B都不共享的行的输出。这是一个示例：-

table1<-data.frame(id=c(1:5),animal=c("cat","dog","parakeet","lion","duck"))

table2<-table1[c(1,3,5),]

library(dplyr)
anti_join(table1,table2,by="id")

  id animal
1  2    dog
2  4   lion

这将按ID返回未共享的行。

编辑

如果您要查找哪些列名称/变量出现在一个数据框中，而不是其他数据列，则可以使用以下解决方案：-

df1 <- data.frame(a=rnorm(100),b=rnorm(100),not=rnorm(100))
df2 <- data.frame(a=rnorm(100),b=rnorm(100))

df1[,!names(df1) %in% names(df2)] #returns column/variable that appears in df1 but not in df2

我希望这能回答您的问题。它将返回每个未共享列/变量下方的实际值，但是您可以将输出保存到对象并在其上运行colnames()，这将打印您未共享的列/变量名称。

,

这可能有些笨拙，但是将setdiff()与colnames()结合使用可能有效。 同时执行setdiff(colnames(DataA),colnames(DataB))和setdiff(colnames(DataB),colnames(DataA))将为您提供2个向量，每个向量都具有一个数据集中的列名，而另一个数据集中没有。