R 从数据帧中删除也出现在另一个数据帧中的值

我有两个数据帧，

df1

包含许多值，

df2

包含一些也出现在

df1

中的值。

df2

中的值是我想从

df1

中删除的值

我曾尝试通过合并来实现这一点，但这似乎没有一个选项可以只保留不在两者中的值

我还试着使用从到类似问题的代码。 这似乎是可行的，但它生成的数据帧的值比我预期的要少，即

df1

包含74911个值，

df2

包含767个值，删除这些值后，剩下74064个数据帧，因此又删除了80行。我不知道为什么会发生这种情况，如果我能识别出80行，也许我能找到它

如果有人能想出另一种方法来实现我的目标，我将非常感激

以下是一些示例数据帧，它们与真实数据帧相比非常简单：

chrom <- c(1, 2, 3, 4)
pos <- c(2, 7, 9, 14)
seq_c <- c('A', 'G', 'C', 'T')
seq_k <- c('G', 'C', 'A', 'C')
df1 <- data.frame(chrom, pos, seq_c, seq_k)

chrom <- c(1, 2)
pos <- c(2, 7)
seq_c <- c('A', 'G')
seq_k <- c('G', 'C')
df2 <- data.frame(chrom, pos, seq_c, seq_k)

---

chrom我们可以使用
dplyr
中的
anti_join
，它将删除'df1'和'df2'之间常见的行，并仅保留其余行

 library(dplyr)
 anti_join(df1, df2)

下面是一个使用
merge（）
然后从
df1
中删除与
df2
成功合并的所有行索引的想法：

df1[-merge(cbind(df1,ri=seq_len(nrow(df1))),df2)$ri,];
##   chrom pos seq_c seq_k
## 3     3   9     C     A
## 4     4  14     T     C

而data.table有一种很好的优雅方式：

library('data.table');
dt1 <- data.table(df1,key=names(df1));
dt2 <- data.table(df2,key=names(df2));
dt1[!dt2];
##    chrom pos seq_c seq_k
## 1:     3   9     C     A
## 2:     4  14     T     C

library（'data.table'）；
dt1我使用stringAsFactors=FALSE重新创建了data.frame，在这种情况下，您可以从dplyr使用setdiff：

chrom <- c(1, 2, 3, 4)
pos <- c(2, 7, 9, 14)
seq_c <- c('A', 'G', 'C', 'T')
seq_k <- c('G', 'C', 'A', 'C')
df1 <- data.frame(chrom, pos, seq_c, seq_k, stringsAsFactors = FALSE)

chrom <- c(1, 2)
pos <- c(2, 7)
seq_c <- c('A', 'G')
seq_k <- c('G', 'C')
df2 <- data.frame(chrom, pos, seq_c, seq_k, stringsAsFactors = FALSE)

library(dplyr)
df1 %>% setdiff(df2)

chrom此操作非常有效，我得到了预期的74144行。非常感谢你！在data.table的devel版本中，您不需要设置键，只需使用
on=
，这听起来像是一个很酷的函数，但是dplyr不适用于我的R版本（3.1.1），bgoldst的答案对我很有用。谢谢你的建议！是否要删除整行存在于另一个数据帧中的行（而不是存在于另一个数据帧中的单个ID键值）？这一点，以及您是否有重复的键变量值，可能会影响删除的行数比预期的多。即整行出现在另一个数据帧中的行数。
chrom <- c(1, 2, 3, 4)
pos <- c(2, 7, 9, 14)
seq_c <- c('A', 'G', 'C', 'T')
seq_k <- c('G', 'C', 'A', 'C')
df1 <- data.frame(chrom, pos, seq_c, seq_k, stringsAsFactors = FALSE)

chrom <- c(1, 2)
pos <- c(2, 7)
seq_c <- c('A', 'G')
seq_k <- c('G', 'C')
df2 <- data.frame(chrom, pos, seq_c, seq_k, stringsAsFactors = FALSE)

library(dplyr)
df1 %>% setdiff(df2)