Dplyr: come utilizzare anti_join per trovare record senza corrispondenze

È possibile utilizzare la funzione anti_join() dal pacchetto dplyr in R per restituire tutte le righe in un frame di dati che non hanno valori corrispondenti in un altro frame di dati.

Questa funzione utilizza la seguente sintassi di base:

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

Gli esempi seguenti mostrano come utilizzare questa sintassi nella pratica.

Esempio 1: utilizzare anti_join() con una colonna

Supponiamo di avere i seguenti due frame di dati in R:

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

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

Possiamo usare la funzione anti_join() per restituire tutte le righe nel primo frame di dati che non hanno una squadra corrispondente nel secondo frame di dati:

 library (dplyr)

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

  team points
1 D 24
2 E 36

Possiamo vedere che ci sono esattamente due squadre del primo frame di dati che non hanno un nome di squadra corrispondente nel secondo frame di dati.

Esempio 2: utilizzare anti_join() con più colonne

Supponiamo di avere i seguenti due frame di dati in R:

 #create data frames
df1 <- data. frame (team=c('A', 'A', 'A', 'B', 'B', 'B'),
                  position=c('G', 'G', 'F', 'G', 'F', 'C'),
                  dots=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'),
                  dots=c(12, 14, 19, 33, 17, 22))

Possiamo usare la funzione anti_join() per restituire tutte le righe nel primo frame di dati che non hanno una squadra e una posizione corrispondenti nel secondo frame di dati:

 library (dplyr)

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

  team position points
1 FY 19
2 BC 41

Possiamo vedere che ci sono esattamente due record dal primo frame di dati che non hanno un nome di squadra e una posizione corrispondenti nel secondo frame di dati.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre funzioni comuni in dplyr:

Come selezionare le colonne per indice utilizzando dplyr
Come unire più frame di dati utilizzando dplyr
Come filtrare le righe contenenti una determinata stringa utilizzando dplyr