Tengo dos df:
DF1:
df1 <- read.table(text="col1 col2 col3
1 pepe 12
2 juan 2
3 rojo 33
4 rojo 44
5 azul 45
6 azul 5
7 amarillo 100
8 amarillo 200
9 amarillo 150
10 rojo 200
11 azul 25
12 amarillo 23
13 azul 50",
header=TRUE, stringsAsFactors=FALSE)
DF2:
df2 <- read.table(text="
col1 col2 col3
1 pepe 12
2 juan 2
3,4,10 rojo 277
5 azul 45
6 azul 5
7,8,9,12 amarillo 473
11 azul 25
13 azul 50",
header=TRUE, stringsAsFactors=FALSE)
Quiero ver si los dos df tienen la misma información. Para ello agrupo algunas filas del df1 usando esta solución
df1 %>%
mutate(col1=case_when(
col1 %in% c(3, 4, 10) ~ '3,4,10',
col1 %in% c(7, 8, 9, 12) ~ '7,8,9,12',
TRUE ~ as.character(col1)
)) %>%
group_by(col1, col2) %>%
summarise(col3=sum(col3)) -> df11
Por lo que mi df11 ahora es:
col1 col2 col3
1 pepe 12
11 azul 25
13 azul 50
2 juan 2
3,4,10 rojo 277
5 azul 45
6 azul 5
7,8,9,12 amarillo 473
Para comparar los df los ordeno por la misma columna
df11[order(df11$col1),] -> df11
df2[order(df2$col1),] -> df2
y los comparo
compare(df11,df2)[2]
$detailedResult
col1 col2 col3
TRUE TRUE TRUE
El problema viene que esta parte hay que meterla a mano
mutate(col1=case_when(
col1 %in% c(3, 4, 10) ~ '3,4,10',
col1 %in% c(7, 8, 9, 12) ~ '7,8,9,12'
Y los df a comparar van cambiando. A veces las agrupaciones son muchas, por lo que meterlo a mano es engorroso.
Me gustaría que las agrupaciones las detectara de forma automática.
df1$col1 <- as.character(df1$col1)
anti_join(df2, df1, by="col1")
col1 col2 col3
1 3,4,10 rojo 277
2 7,8,9,12 amarillo 473
Entonces sé que las agrupacione son (3,4,10) y (7,8,9,12) pero no sé como meterlo en esta parte de forma automática
mutate(col1=case_when(
col1 %in% c(3, 4, 10) ~ '3,4,10',
col1 %in% c(7, 8, 9, 12) ~ '7,8,9,12'