如何在R中的sqldf中避免FULL OUTER JOIN

问题描述

我有两个数据框（让我们分配 df1 和 df2），它们每个都有 1347 列（并且两个数据框的列名完全相同）和不同的行数（{{1} 中的 730 }} 和 df1 中的 706）。

我需要计算所有列之间的差异（除了一列，即 1346 列之间的差异）并保存列的名称。我知道的最好方法是在 df2 包中使用 full outer join 连接编写 sql 语句，因为我需要完整范围的对象。 这是一个小例子：

sqldf

但是 sqldf("select a.regn,a.col1 - b.col1 as col1,a.col2 - b.col2 as col2 ... from df1 a full outer join df2 b on a.regn = b.regn") 不提供 sqldf。

当列数相当高时，我就在循环中编写了我的 sql 语句。

我怎样才能避免这个问题？

解决方法

您可以组合两个在 left outer joins 后端工作的 SQLite：

sqldf("select a.regn,a.col1 - b.col1 as col1,a.col2 - b.col2 as col2 ... 
       from df1 a left outer join df2 b on a.regn = b.regn UNION
       select a.regn,a.col2 - b.col2 as col2 ... 
       from df2 a left outer join df1 b on a.regn = b.regn 
")

如果您在 df1 或 df2 中没有重复的行，此方法有效，因为 UNION 会删除重复的行。