R 将一个数据帧子集到另一个数据帧中未出现的行

我有一个带有观测值的数据框a

    Var1   Var2  Var3
     1       3    4
     2       5    6
     4       5    7
     4       5    8
     6       7    9

    Var1   Var2  Var3
     1       3    4
     2       5    6

    Var1   Var2  Var3
     4       5    7
     4       5    8
     6       7    9

数据框B和观测值

    Var1   Var2  Var3
     1       3    4
     2       5    6
     4       5    7
     4       5    8
     6       7    9

    Var1   Var2  Var3
     1       3    4
     2       5    6

    Var1   Var2  Var3
     4       5    7
     4       5    8
     6       7    9

这基本上是a的一个子集。 现在我想选择A中的观测值，而不是B中的观测值，即数据框C中的观测值

    Var1   Var2  Var3
     1       3    4
     2       5    6
     4       5    7
     4       5    8
     6       7    9

    Var1   Var2  Var3
     1       3    4
     2       5    6

    Var1   Var2  Var3
     4       5    7
     4       5    8
     6       7    9

---

有没有一种方法我可以在R里做到这一点？我使用的数据帧只是任意数据。

一种方法是将A和B的所有列粘贴在一起，限制A中粘贴的表示形式不会出现在B的粘贴表示形式中的行：

这种方法的一个明显缺点是，它假定具有相同粘贴表示的两行实际上是相同的。这里有一个稍微笨拙的方法，没有这个限制：

combined <- rbind(B, A)
combined[!duplicated(combined) & seq_len(nrow(combined)) > length(B),]
#   Var1 Var2 Var3
# 5    4    5    7
# 6    4    5    8
# 7    6    7    9

---

基本上，我使用rbind将A附加到B下面，然后将其限制为非重复行和非原始行。

使用sqldf是一个选项

require(sqldf)

C <- sqldf('SELECT * FROM A EXCEPT SELECT * FROM B')

dplyr有一个很好的anti_join函数，它可以实现以下功能：

> library(dplyr)
> anti_join(A, B)
Joining by: c("Var1", "Var2", "Var3")
  Var1 Var2 Var3
1    6    7    9
2    4    5    8
3    4    5    7

另一种选择：

C <- rbind(A, B)
C[!(duplicated(C) | duplicated(C, fromLast = TRUE)), ]

使用可以按如下方式执行反联接：

library(data.table)
setDT(df1)[!df2, on = names(df1)]

这将产生所需的结果：

   Var1 Var2 Var3
1:    4    5    7
2:    4    5    8
3:    6    7    9

---

您应该首先安装sqldf：install.packagessqldf