我正在寻找一种快速的方法来实现“不连接”(即保留未合并的行或内部连接的逆行)。我一直在做的方法是对X和Y使用data.table,然后设置key。例如:
require(data.table)
X <- data.table(category = c('A','B','C','D'), val1 = c(0.2,0.3,0.8,0.7))
Y <- data.table(category = c('B','C','D','E'), val2 = c(2,3,5,7))
XY <- merge(X,Y,by='category')
> XY
category val1 val2
1: B 0.3 2
2: C 0.8 3
3: D 0.7 5
但是我需要与此相反,所以我必须做:
XY_All <- merge(X,Y,by='category',all=TRUE)
setkey(XY,category)
setkey(XY_All,category)
notXY <- XY_All[!XY] #data.table not join (finally)
> notXY
category val1 val2
1: A 0.2 NA
2: E NA 7
我觉得这已经困扰了很长时间(尤其是从data.frame中)。我想念什么吗?
编辑:我在考虑了更多关于不加入之后的理解
X <- data.table(category = c('A','B','C','D'), val1 = c(0.2,0.3,0.8,0.7),key = "category")
Y <- data.table(category = c('B','C','D','E'), val2 = c(2,3,5,7), key = "category")
notXY <- merge(X[!Y],Y[!X],all=TRUE)
但是下面WheresTheAnyKey的答案更清楚。最后一个障碍是预设data.table键,不必这样做是很高兴的。
编辑:为了澄清,可接受的解决方案是:
merge(anti_join(X, Y, by = 'category'),anti_join(Y, X, by = 'category'), by = 'category', all = TRUE)
require(dplyr)
rbind_list(anti_join(X, Y), anti_join(Y, X))
编辑:由于有人要求解释,因此发生了以下情况:
第一个anti_join()
函数返回X
中没有匹配行的行,而该行中的匹配由联接所连接的对象确定。第二个则相反。 Y
只是将其输入的结果放到单个rbind_list()
中,并使用每个输入的所有观察结果,用tbl
替换丢失的变量数据。
NA
您可以使它更加简洁:
setkey(X,category)
setkey(Y,category)
rbind(X[!Y], Y[!X], fill = TRUE)
尝试一下。首先,将“ all”合并为“ TRUE”。然后取出所有完整的案例:
X <- data.table(category = c('A','B','C','D'), val1 = c(0.2,0.3,0.8,0.7),key = "category")
Y <- data.table(category = c('B','C','D','E'), val2 = c(2,3,5,7), key = "category")
notXY <- merge(X,Y,all = TRUE)[!merge(X,Y)]
XY_All <- merge(X,Y,by='category',all=TRUE)
notXY <- XY_All[!complete.cases(XY_All),]
查看反连接的一种方法是,您需要将X不在Y中的观察结果和Y不在X中的观察结果串联在一起。如上所述,这可以一步完成。