Extraction d'observations non communes à plusieurs df

[Sondes Kahouli]

Bonjour à tous,

Je dispose de deux bases de données. La première contient en environ 9 000 ménages et la deuxième 500. Toutes les observations de la deuxième base de données se trouvent déjà dans la première.

Je souhaite extraire de ces deux bases uniquement les menages NON communs (environ 8 500). Chaque ménage est identifié dans les deux bases à l’aide d’un identifiant "idmen"

Quelle est la fonction qui permet de le faire ? Un petit bout de code peut-être ?

ps : Vous m'avez déjà orienté auparavant vers les fonctions match et intersect qui permettent d'extraire les valeurs communes :

viewtopic.php?f=3&t=8216&p=38206#p38206

A partir de cela, j'ai pensé qu'il serait possible de demander à R de m'afficher les valeurs non communes qu'il stocke certainement qq part mais je ne sais pas faire !

Merci d’avance et bonne soirée/journée.

[Serge Rapenne]

Bonjour,

une solution possible :

Code : Tout sélectionner

outersect <- function(x, y) {
  sort(c(setdiff(x, y),
         setdiff(y, x)))
}

id_different<-outersect(base1$idmem,base2$idmem)
base_diff<-rbind(base1[base1$idmem %in% id_different,],base2[base2$idmem %in% id_different,]


par exemple

Code : Tout sélectionner

base1<-data.frame(idmem=1:10,valeur=runif(10,1,10))
base1
   idmem   valeur
1      1 3.156665
2      2 1.530409
3      3 6.780594
4      4 8.886423
5      5 8.010232
6      6 8.175779
7      7 5.097470
8      8 4.690757
9      9 8.297832
10    10 6.444400

base2<-data.frame(idmem=5:14,valeur=runif(10,1,10))

base2
   idmem   valeur
1      5 9.785536
2      6 7.586133
3      7 4.210542
4      8 4.883263
5      9 2.333904
6     10 1.117698
7     11 7.440095
8     12 1.928658
9     13 5.016559
10    14 6.760909

id_different<-outersect(base1$idmem,base2$idmem)
> id_different
[1]  1  2  3  4 11 12 13 14
rbind(base1[base1$idmem %in% id_different,],base2[base2$idmem %in% id_different,])
   idmem   valeur
1      1 3.156665
2      2 1.530409
3      3 6.780594
4      4 8.886423
7     11 7.440095
8     12 1.928658
9     13 5.016559
10    14 6.760909


Edit :
si

Toutes les observations de la deuxième base de données se trouvent déjà dans la première.

alors

Code : Tout sélectionner

setdiff(base1$idmem,base2$idmem)

suffit pour obtenir les idmem de base1 absent dans base2

Serge

[Delphine Corneil]

Bonjour,
Pour récupérer les ménages plutôt que les identifiants quelque chose du genre devrait marcher :

Code : Tout sélectionner

base_new <- base1[setdiff(base1$idmem,base2$idmem),]

[Didier Plat]

Bonjour,
setdiff renvoie les valeurs de base1$idmem qui ne sont pas dans base2$idmem et donc le résultat ne peut pas être utilisé "directement", comme dans l'exemple de Delphine, pour sélectionner les ménages de base1.
Une autre solution pour obtenir directement les ménages peut être de passer directement par %in% qui lui renvoie un vecteur de TRUE/FALSE :

Code : Tout sélectionner

base1[!(base1$idmem %in% base2$idmem),]

[Pierre-Yves Berrard]

Un alternative bien pratique :
dplyr::anti_join

[Sondes Kahouli]

Parfait, je vous remercie.
Bonne journée à tous.

[Jean-Emmanuel Longueville]

Sinon y a toutjours le classique on selectionne les communs que l'on enlève
intersect(df1$idmen, df2$idmen)
df[-commun,]