从一个data.frame中筛选出另一个data.frame中存在的行

假设我有一个较大的data.frame和一个较小的data.frame。如果较小的数据包含在较大的数据中，我如何减去较小的data.frame的行，从而留下一个有差异的结果：

大-小

例如：

小数据帧：

     ID       CSF1PO CSF1PO.1 D10S1248 D10S1248.1 D12S391 D12S391.1
203079_BA_M     10       11       14         16      -9        -9
203079_BA_F      8       12       14         17      -9        -9
203080_BA_M     10       12       13         13      -9        -9

      ID      CSF1PO CSF1PO.1 D10S1248 D10S1248.1 D12S391 D12S391.1
203078_MG_M     -9       -9       15         15      18        20
203078_MG_F     -9       -9       14         15      17        19
203079_BA_M     10       11       14         16      -9        -9
203079_BA_F      8       12       14         17      -9        -9
203080_BA_M     10       12       13         13      -9        -9
203080_BA_F     10       11       14         16      -9        -9
203081_MG_M     10       12       14         16      -9        -9
203081_MG_F     11       12       15         16      -9        -9
203082_MG_M     11       11       13         15      -9        -9
203082_MG_F     11       11       13         14      -9        -9

大数据框架：

     ID       CSF1PO CSF1PO.1 D10S1248 D10S1248.1 D12S391 D12S391.1
203079_BA_M     10       11       14         16      -9        -9
203079_BA_F      8       12       14         17      -9        -9
203080_BA_M     10       12       13         13      -9        -9

      ID      CSF1PO CSF1PO.1 D10S1248 D10S1248.1 D12S391 D12S391.1
203078_MG_M     -9       -9       15         15      18        20
203078_MG_F     -9       -9       14         15      17        19
203079_BA_M     10       11       14         16      -9        -9
203079_BA_F      8       12       14         17      -9        -9
203080_BA_M     10       12       13         13      -9        -9
203080_BA_F     10       11       14         16      -9        -9
203081_MG_M     10       12       14         16      -9        -9
203081_MG_F     11       12       15         16      -9        -9
203082_MG_M     11       11       13         15      -9        -9
203082_MG_F     11       11       13         14      -9        -9

较小的data.frame对应于较大的data.frame的第3、4和5行。

尝试以下操作：

BigDF[ !(BigDF$ID %in% SmallDF$ID), ]

在dplyr中：

library(dplyr)

setdiff(BigDF, SmallDF)

更多信息：哈德利的dply备忘：

简洁的集合操作功能和示例（但整体而言，这是一个很好的资源）

虽然下面的内容并不是对你问题的直接回答，但它经常与我相关（而且非常有用）

如果您希望捕获在新数据帧和相同数据帧的早期版本（在相同记录中）之间发生的新更改，您需要使代码如下所示：

setdiff(NewDF, OldDF)

---

当列数和类型数匹配时，setdiff是好的，但当小数据帧有来自大数据帧的列子集时，则会出现问题

另一种选择是dplyr中的反连接，它提供大数据帧中不在小数据帧中的所有行。它将列保留在您需要的大数据框中，而不是像其他联接那样与小数据框列组合。参见链接

您应该将ID（如果是列名）更改为character，否则默认情况下R将强制为character，并向您发出警告，但已给出正确的结果。我使用以下方法得到了与setdiff（）相同的答案：

small_df$ID <- as.character(small_df$ID)
big_df$ID   <- as.character(big_df$ID)
result      <- anti_join(big_df,small_df)

---

如果

ID

是一个键（唯一地确定行的其余部分），

Big[！（Big$ID%在%Small$ID中），]

应该可以工作。我想没有钥匙会更混乱。ID实际上是行名。。。数据帧中没有列，但如果需要，我可以将其设置为列。无需。只需使用

rownames（Big）

代替

Big$ID

。