在R中设置比较

Question

您好我有一个两个巨大的大表（> 1000万行），其中包含两个随机顺序的ID。每行可以看作一对，如何才能获得两个表之间的唯一重叠？我知道在python中你可以在set中定义对象，R中是否有类似的功能？非常感谢！

表1

ID1 ID2
10  15
150 10
23  24
26  71

表2

ID1 ID2
10  15
15  10
23  28
26  71

理想输出

ID1 ID2
10  15 (count once only!)
26  71

Answer 1

对每对元素进行排序，以便合并起作用：

Sub test()
    Dim shp As Shape, s As String
    Set shp = ActiveSheet.Shapes(1)
    s = shp.TextFrame2.TextRange.Text ' this is a string which doesn't have a Copy method
    Debug.Print s
    'but:
    shp.TextFrame2.TextRange.Copy 'copies to clipboard!
End Sub

使用dplyr，您也可以

pairs1 <- unique(t(apply(DF1,1,sort)))
pairs2 <- unique(t(apply(DF2,1,sort)))

merge(pairs1,pairs2)
#   V1 V2
# 1 10 15
# 2 26 71

在比较＆＃34;设置＆＃34;。

时具有更直观的名称

Answer 2

您可以使用软件包dplyr中的函数semi_join或anti_join。但也有其他策略：

table1<-data.frame(id=c(1:5), animal=c("cat", "dog", "parakeet", 
"lion", "duck"))
table1
##   id   animal
## 1  1      cat
## 2  2      dog
## 3  3 parakeet
## 4  4     lion
## 5  5     duck

table2<-table1[c(1,3,5),]
table2
##   id   animal
## 1  1      cat
## 3  3 parakeet
## 5  5     duck

# strategy 1
table1[!table1$id%in%table2$id,]
##   id animal
## 2  2    dog
## 4  4   lion

# strategy 2
table1[is.na(match(table1$id,table2$id)),]
##   id animal
## 2  2    dog
## 4  4   lion

# strategy 3. anti join
library(dplyr)
anti_join(table1, table2, by="id")
##   id animal
## 1  2    dog
## 2  4   lion