在兩列（因子/字符數據）中逐行測試是否相等

Question

我試圖在兩列（每行）中測試相等性。但是，我的數據不是數字。我正在使用的數據集合是從兩個數據集中合併而來的。通過數據我發現，應該是相同的列實際上是不同的。這是一個非常大的數據集（大約300K obs），所以我試圖編碼。

E.g. Source.x來自合併函數中的第一個數據集，Source.y來自合併函數中的第二個數據集。

RightID Source.x Source.y 
1000  Ground  Unnamed Stream 
1001  Ground  Ground 
1002  Stream  Stream 
1003  Bear Creek Ground 

我想返回一個新的數據幀，因爲它們只包含觀測值1000和1003。我曾嘗試下面的代碼...

lapply(rights, rights$Source.x == rights$Source.y 
filter(rights, rights$Source.x == rights$Source.y 
filter(rights, identical(Source.x, Source.y) 

但是，因爲數據是在要素/字符格式，並有不同程度的因源名稱的變化，沒有我的代碼管理工作。 Source.x擁有6743個等級，Source.y擁有6457個等級。據我所知，我的問題沒有公佈的解決方案，詳細闡述了這個等級問題。如果任何人有任何建議，將不勝感激。

Answer 1

levels <- sort(unique(unlist(rights[, c('source.x', 'source.y')]))) rights$source.x <- factor(rights$source.x, levels = levels) rights$source.y <- factor(rights$source.y, levels = levels) result <- rights[rights$source.x == rights$source.y, ]

可以使它們是一致的每個因素指定水平。只需使用兩列創建一個唯一的級別列表。