在一个不存在于另一个变量中的变量中找到唯一因子

Question

我在同一数据框中的R中有两个变量因子列表，每个变量都有一些重复：

v1 <- c("a1","a1","b2","b2","d4","c3","d4")
v2 <- c("a1","c3","d4","d4","e5","f6","g7")
A = data.frame(v1, v2)

目标是返回v1中v2中不存在的每个值，但每个唯一值只返回一次。基于this thread，我尝试了下面的代码，返回＆＃34; b2 b2＆＃34;：

A$v1[!A$v1 %in% A$v2]

我希望使用的实际数据超过50,000个案例，v1中的每个值最多出现100次。返回100个结果后，使用与上述％相同的函数截断，但由于v1中的重复，所有值都相同。

总而言之，我如何查询上面的数据框并仅返回值＆＃34; b2＆＃34;一次？

Answer 1

您可以尝试setdiff()

with(A, setdiff(v1, v2))
# [1] "b2"

Answer 2

你快到了。只需将其包装在unique()：

中

unique(A$v1[!A$v1 %in% A$v2])

或不在数据框中组合向量：

unique(v1[!v1 %in% v2])

如果要将结果保存在新变量中：

uni <- unique(A$v1[!A$v1 %in% A$v2]) 

如果你想降低等级：

uni <- droplevels(unique(A$v1[!A$v1 %in% A$v2]))