问题标签 [anti-join]

所以我有一些代码可以查看两个数据帧，并为某些分子组合减去一个名为“强度”的列值。但是，例如，如果分子不在另一个数据框中，由于某种原因，它完全摆脱了该行，不太清楚为什么。

blankdata3 和 data3 是我要减去的两个数据框。所以我减去一个分子的强度，例如

(data3 - blankdata3) = 减去数据

如果代码运行时在空白数据 3 中找不到分子，则代码完全摆脱了数据 3 中的分子，这是我不想要的。

我已经成功使用下面的代码很长一段时间了，但由于某种原因现在它被破坏了。虽然我已经加载了和以前一样的包。同时，R 或 dplyr 版本没有变化。

看起来 dplyr 的 top_n() 函数不再适用于管道。

请问有人有解决此错误消息的经验吗？非常感谢任何帮助或提示。

R：3.6.1；dplyr：0.8.3

追溯：

我有两个数据框，dfa并且dfb：

看起来像这样：

dfa是我感兴趣的基因列表：我想保留它们出现的行dfb，注意数字（MUC1不是）。我的应该是这样的： MUC16new_df

我的问题是常规dplyr::semi_join()确实完全匹配，这没有考虑到dfb$gene_names可以包含用 . 分隔的基因这一事实"; "。意思是用这个例子，"MET"不保留。

我试图调查fuzzyjoin::regex_semi_join，但我不能让它做我想要的......

欢迎使用 tidyverse 解决方案。（也许有stringr？！）

编辑：后续问题...

我将如何进行倒数anti_join？简单地更改semi_join为anti_join这种方法是行不通的，因为该行在MET; BLEP不应该出现的时候出现了......

filter(gene_name == new_col)在使用提供的简单数据集之后添加一个anti_join，但如果我像这样扭曲它：

……然后就没有了。在这里和我的真实数据集中，dfa不包含分号，它只是一列单个基因名称。但是dfb包含了很多信息，以及分号的多种组合...

我有如下三个数据框：

任何两个文件之间的差异可能如下：

我想创建一个主数据框，其中包含每个数据框中的所有值col1 并且col2特定于每个数据框。如果不存在这样的值，它应该填充NA.

上述输出的本质可以从上述anti_join命令建立。但是，它并没有立即提供完整的图片。关于如何实现这一目标的任何想法？

编辑：对于 for 中的多个值col2，col1输出有点混乱。例如，A有值4, 3。

它给出了以下输出。

输出中有趣的部分是：

而预期的输出是：

我有两个数据框要比较。数据帧的截图如下所示

我要检查三件事：

1. 第一次检查：数据 1 中存在但数据 2 中不存在的项目 [Item4; 子项4；子项1]
2. 2nd Check：数据 1 中不存在但数据 2 中存在的项目 [Item6; 子项1；子项1]
3. 第三次检查：两个列表中都存在的项目，但值已更改 [Item2; 子项5；子项1]

我使用 anti_join() 轻松完成了第一次和第二次检查

但是，对于第 3 次检查，我似乎无法锁定by=c("Property.1","Property.2","Property3")

当我执行以下操作时

我得到了不需要的附加行（来自检查 1 和检查 2）。

如何仅获取更改值的结果？

我在 Oracle 12 中有一个问题，最容易用传统的数据库设计方案来解释，即学生、班级和参加称为注册的课程的学生。我很理解这个模型。我有一个场景，我需要得到一个完整的列表，所有学生反对所有课程，以及他们是否正在上课......

让我们在这里使用这个表格设计......

因此，假设以下... 300 名学生和 15 个不同的班级... 注册表将显示有多少学生参加了多少课程... 我需要的是该信息加上所有未采取的组合...即我需要一个显示所有可能组合的报告（SQL 语句）...即 300 x 15，然后该行是否存在于注册表中...例如，输出应如下所示...

这也可以，我可能可以做一个 PIVOT 来获得上面的列表。

我如何填写缺失的数据，即学生和未参加的课程的组合......？

我有两个数据框：代码和供应。代码（如下所示）由四个字段组成：状态、代码类型、代码、代码标题供应有 12 列，但其中三个是状态、代码类型和代码

下面是一个例子

从那里，我使用以下代码连接项目

我的问题是如何找出供应1中的状态、代码类型、代码的组合，而不是代码1。我会使用 excel 和 match 函数来执行此操作，但是有 190 万行，这超出了 Excel 的容量。

已经查看了有关 antijoin 的文档。但是，由于没有 ID 等通用字段，因此有点困惑。

我想在两个表上实现反连接，但使用两个键，以便结果是表 A 中不包含表 B 中的 [key_1, key_2] 组合的所有行。如何在 SQL 中编写此查询?

我正在使用 R 中的 tidytext 方法从正文中删除停用词。 https://www.tidytextmining.com/tidytext.html

以下示例有效：

当我将此方法应用于我正在使用的数据时，它不会出错，但不会删除停用词。为了匹配停用词，文本结构是否需要发生一些不可见的事情？输出行看起来与停用词相同（降低、压扁等），但它们仍然存在……我正在处理受保护的数据，无法共享源材料。关于这个问题的任何建议或建议都会非常有帮助，谢谢！

我试图弄清楚如何最好地编写一个省略maintable用户（uuid_user）已经看到（seentable）的返回行（）的语句。用户已经看过的行存储在seentable. 这是我的表格的简化版本。uuid用作加入的密钥。uuid_user标识特定用户看到的行。

不太工作：