Question

我想比较两个数据帧并检查它们是否具有相同的列集，是否有任何内置函数或R中的任何库？这些数据框的值可能不同，但两个数据框都具有相同的类型和命名列。

我尝试在mtcars和副本数据框上运行identical和all_equal：

duplicate <- mtcars

identical(mtcars, duplicate)    
[1] TRUE

all_equal(mtcars, duplicate)
[1] TRUE

然后我更新了data.frame复制的mpg列，使其具有与mtcars不同的值：

duplicate$mpg <- as.numeric(scale(duplicate$mpg))

再次运行相同的命令：

identical(mtcars, duplicate)

[1] FALSE

all_equal(mtcars, duplicate)
[1] "Rows in x but not y: 23, 1, 6, 14, 10, 12, 13, 17, 28, 32, 7[...]. Rows in y but not x: 12, 25, 1, 20, 30, 5, 14, 7, 11, 29, 21[...]. "

现在它们显示为不相同的数据帧。

我想比较并检查第二种情况，其中值不同但列名称及其类型相同。基本上如果两者都有相同的架构。

Answer 1

我认为这个问题的答案是：是否存在R＆＃34;同一架构＆＃34;数据帧的功能是＆＃34;可能不是＆＃34;。 R数据帧实际上没有数据库结构。如果你想测试名称和类的相等性，@ karun给你一个由两部分组成的解决方案。这将是另一种基本上清空数据帧的方法，但保留了它们的列名和类：

identical(duplicate[NA,][1,], mtcars[NA,][1,])
[1] TRUE

这不仅会检查名称，还会检查整个对象的类和基础列的类，可以通过以下方式进行测试：

 my.schema <-  mtcars[NA,][1,] 
 my_schema[['mpg']] <- NA_integer_

identical(duplicate[NA,][1,], my.schema)
[1] FALSE

仅将类从double更改为整数会导致identical报告非身份。 identity功能可能相当挑剔，人们已经询问了很多关于为何报告FALSE的SO问题。即使存在属性差异（通常不是＆＃34;可见＆＃34;在对象的打印输出中）也会被报告为＆＃34;不同＆＃34;。

创建＆＃34;架构＆＃34;的另一种方式（可能更优雅和直观）对于数据框，将使用0：

索引行

mtcars[0,]

sapply( mtcars[0,] , class)
      mpg       cyl      disp        hp      drat        wt      qsec        vs 
"numeric" "numeric" "numeric" "numeric" "numeric" "numeric" "numeric" "numeric" 
       am      gear      carb 
"numeric" "numeric" "numeric"

Answer 2

janitor 包中的

compare_df_cols_same()会检查data.frame是否具有相同的列名以及这些列的类是否匹配：

library(janitor)
duplicate <- mtcars
duplicate$mpg <- as.numeric(scale(duplicate$mpg))
compare_df_cols_same(mtcars, duplicate)
#> [1] TRUE

相关的compare_df_cols(mtcars, duplicate)允许进行更详细的比较，以查看哪些列匹配或不匹配。

完全公开：由于您询问是否存在一个包含此功能的库，因此我一直维护此软件包并提供此答案。

如何比较两个数据框是否具有相同的列名和类？

2 个答案: