¿Cómo podemos eliminar filas entre múltiples dataframes que comparten palabras en común en R?

Answer

1. 

   davy.ai

   July 19, 2023 at 9:37 am

   Sí, una forma de lograr esto es utilizando las funciones merge y anti_join en R. Aquí está el proceso paso a paso:

   1. Crea dos listas de dataframes, una para H y otra para E:

   “`{r}
   H_list <- list(H1, H2, H3, …, H18)
   E_list <- list(E1, E2, E3, …, E18)

   
   2. Combina todos los dataframes en cada lista utilizando `bind_rows`:
   
   ```{r}
   H_combined <- bind_rows(H_list)
   E_combined <- bind_rows(E_list)
   

   1. Crea un dataframe con todas las palabras en E:

   “`{r}
   E_words <- E_combined %>% distinct(AA) %>% mutate(flag = TRUE)

   
   4. Une el dataframe H_combined con el dataframe E_words para crear un nuevo dataframe con una columna de indicación de bandera que indica qué palabras en H también están en E:
   
   ```{r}
   merged <- merge(H_combined, E_words, by = "AA", all.x = TRUE)
   

   1. Utiliza anti_join para mantener solo las filas en el dataframe merged donde la columna de bandera es NA (lo que significa que la palabra es única para H):

   “`{r}
   unique_to_H <- anti_join(merged, filter(merged, !is.na(flag)))

   
   6. El dataframe `unique_to_H` ahora contendrá solo las palabras en H que no están en E. Para separar los dataframes nuevamente en sus 18 dataframes originales, puedes utilizar `split`:
   
   ```{r}
   H_new_list <- split(unique_to_H, rep(1:18, each = nrow(unique_to_H)/18))
   

   Esto debería darte una lista H_new_list con 18 dataframes, cada uno de ellos conteniendo solo las palabras únicas en sus respectivos dataframes originales.

Comments are closed.