在非合并时合并具有指示器变量的两个数据集

Question

我有两个数据集。让我们称它们为主数据和使用数据。我使用3个键将使用数据合并到主数据中。我包含了all=TRUE参数，以保留所有合并和未合并的观测值

merged_data <- merge(dataset1, dataset2, by=c("key1","key2","key3"), all=T)

现在我的问题来了。如何获取主数据或使用数据中是否发生了未合并的信息？理想情况下，我需要一个有值的列

1) 1)如果由于使用数据而未合并2) 2)如果由于主数据而未合并3) 3)如果合并成功！！

谢谢，Kedar

Answer 1

在这一点上，tidyverse可以提供帮助。

anti_join()

返回x中y中没有匹配值的所有行，仅保留x中的列。

因此，

dataset1 %>%
    anti_join(dataset2, by = c("joinColumn")

应该给出1中的内容，但不是由2连接的，并且

dataset2 %>%
    anti_join(dataset1, by = c("joinColumn")

应该会给出2中的内容，但不会被1连接。

Answer 2

可能效率不高，但工作得很好。

dataset1$ind_data1 <-1 
dataset2$ind_data2 <-1

merged_data_all <- merge(dataset1, dataset2, 
by=c("key1","key2","key3", "Year"), all=T)
View(merged_data_all)


merged_data_all$ind_data1[is.na(merged_data_all$ind_data1)] <- 0
merged_data_all$ind_data2[is.na(merged_data_all$ind_data2)] <- 0

merge <- vector()
for(i in 1:length(merged_data_all$ind_data1)) {
if(merged_data_all$ind_data1[i]==1 & merged_data_all$ind_data2[i]==1) {
merge[i] = "match"
} else if(merged_data_all$ind_data1[i]==0 & merged_data_all$ind_data2[i]==1){
merge[i]="dataset 2 only"
} else{
merge[i]="dataset 1 only"
}
}

merged_data_all<- cbind(merged_data_all, merge)