如何比较两个数据框？

Question

我有两个数据框，每个有两列（例如，x和y）。我需要比较两个数据框，并查看x或y中的任何值或x和y中的任何值在两个数据框中是否相似。

Answer 1

使用all.equal功能。它不排序数据帧。它将简单地检查data frame中的每个单元与另一个单元中的同一单元。 您也可以使用identical()函数。

Answer 2

没有一个例子，我不能确定我明白你想要什么。不过，我想你想要这样的东西。如果是这样，几乎可以肯定有更好的方法来做同样的事情。

a <- matrix(c(1,2, 
       3,4, 
       5,6, 
       7,8), nrow=4, byrow=T, dimnames = list(NULL, c("x","y"))) 

b <- matrix(c(1,2, 
       9,4, 
       9,6, 
       7,9), nrow=4, byrow=T, dimnames = list(NULL, c("x","y"))) 

cc <- matrix(c(NA,NA, 
       NA,NA, 
       NA,NA, 
       NA,NA), nrow=4, byrow=T, dimnames = list(NULL, c("x","y"))) 

for(i in 1:dim(a)[1]) { 
for(j in 1:dim(a)[2]) { 
if(a[i,j]==b[i,j]) cc[i,j]=a[i,j] 
} 
} 

cc 

编辑：2013年1月8日，

下面的行会告诉你的细胞两个矩阵之间不同：

which(a != b, arr.ind=TRUE) 

#  row col 
# [1,] 2 1 
# [2,] 3 1 
# [3,] 4 2 

如果两个矩阵，a和b是相同的，然后：

which(a != b) 

# integer(0) 

which(a != b, arr.ind=TRUE) 

# row col 

编辑2012年1月9日

以下代码演示了当通过对第三个数据帧进行子集创建两个数据帧之一时，行名对identical,all.equal和which的影响。如果在正在比较的两个数据帧之间行名不同，那么identical和all.equal都不会返回TRUE。然而，which仍可用于比较两个数据帧之间的列x和y。如果对比较的两个数据帧中的每一个的行名设置为NULL，那么identical和all.equal将返回TRUE。

df1 <- read.table(text = " 
    group x y 
     1 10 20 
     1 10 20 
     1 10 20 
     1 10 20 
     2 1 2 
     2 3 4 
     2 5 6 
     2 7 8 
", sep = "", header = TRUE) 

df2 <- read.table(text = " 
    group x y 
     2 1 2 
     2 3 4 
     2 5 6 
     2 7 8 
", sep = "", header = TRUE) 

# df3 is a subset of df1 

df3 <- df1[df1$group==2,] 

# rownames differ between df2 and df3 and 
# therefore neither 'all.equal' nor 'identical' return TRUE 
# even though the i,j cells of df2 and df3 are the same. 
# Note that 'which' indicates no i,j cells differ between df2 and df3 

df2 
df3 

all.equal(df2, df3) 
identical(df2, df3) 
which(df2 != df3) 

# set row names to NULL in both data sets and 
# now both 'all.equal' and 'identical' return TRUE. 
# Note that 'which' still indicates no i,j cells differ between df2 and df3 

rownames(df2) <- NULL 
rownames(df3) <- NULL 

df2 
df3 

all.equal(df2, df3) 
identical(df2, df3) 
which(df2 != df3)