Dplyr : Comment utiliser anti_join pour rechercher des enregistrements sans correspondance

Vous pouvez utiliser la fonction anti_join() du package dplyr dans R pour renvoyer toutes les lignes d’un bloc de données qui n’ont pas de valeurs correspondantes dans un autre bloc de données.

Cette fonction utilise la syntaxe de base suivante :

anti_join(df1, df2, by='col_name')

Les exemples suivants montrent comment utiliser cette syntaxe dans la pratique.

Exemple 1 : utilisez anti_join() avec une colonne

Supposons que nous ayons les deux trames de données suivantes dans R :

#create data frames
df1 <- data.frame(team=c('A', 'B', 'C', 'D', 'E'),
                  points=c(12, 14, 19, 24, 36))

df2 <- data.frame(team=c('A', 'B', 'C', 'F', 'G'),
                  points=c(12, 14, 19, 33, 17))

Nous pouvons utiliser la fonction anti_join() pour renvoyer toutes les lignes du premier bloc de données qui n’ont pas d’équipe correspondante dans le deuxième bloc de données :

library(dplyr)

#perform anti join using 'team' column
anti_join(df1, df2, by='team')

  team points
1    D     24
2    E     36

Nous pouvons voir qu’il y a exactement deux équipes de la première trame de données qui n’ont pas de nom d’équipe correspondant dans la deuxième trame de données.

Exemple 2 : utilisez anti_join() avec plusieurs colonnes

Supposons que nous ayons les deux trames de données suivantes dans R :

#create data frames
df1 <- data.frame(team=c('A', 'A', 'A', 'B', 'B', 'B'),
                  position=c('G', 'G', 'F', 'G', 'F', 'C'),
                  points=c(12, 14, 19, 24, 36, 41))

df2 <- data.frame(team=c('A', 'A', 'A', 'B', 'B', 'B'),
                  position=c('G', 'G', 'C', 'G', 'F', 'F'),
                  points=c(12, 14, 19, 33, 17, 22))

Nous pouvons utiliser la fonction anti_join() pour renvoyer toutes les lignes du premier bloc de données qui n’ont pas d’équipe et de position correspondantes dans le deuxième bloc de données :

library(dplyr)

#perform anti join using 'team' and 'position' columns
anti_join(df1, df2, by=c('team', 'position'))

  team position points
1    A        F     19
2    B        C     41

Nous pouvons voir qu’il y a exactement deux enregistrements de la première trame de données qui n’ont pas de nom d’équipe et de position correspondants dans la deuxième trame de données.

Ressources additionnelles

Les didacticiels suivants expliquent comment exécuter d’autres fonctions courantes dans dplyr :

Comment sélectionner des colonnes par index à l’aide de dplyr
Comment joindre plusieurs trames de données à l’aide de dplyr
Comment filtrer les lignes contenant une certaine chaîne à l’aide de dplyr