Eliminar de un data frame aquellas filas duplicadas en otro data frame

Problema

Queremos seleccionar las filas de A que no están presentes en in B. El resultado esperado es el data frame C.

A <- structure(list(Var1 = c(1L, 2L, 4L, 4L, 6L), Var2 = c(3L, 5L, 
5L, 5L, 7L), Var3 = c(4L, 6L, 7L, 8L, 9L)), .Names = c("Var1", 
"Var2", "Var3"), class = "data.frame", row.names = c(NA, -5L))
B <- structure(list(Var1 = 1:2, Var2 = c(3L, 5L), Var3 = c(4L, 6L)), .Names = c("Var1", "Var2", "Var3"), class = "data.frame", row.names = c(NA, -2L))

# A
  Var1 Var2 Var3
1    1    3    4
2    2    5    6
3    4    5    7
4    4    5    8
5    6    7    9

# B
  Var1 Var2 Var3
1    1    3    4
2    2    5    6

Resultado esperado

# C
  Var1 Var2 Var3
3    4    5    7
4    4    5    8
5    6    7    9

Solución

Paquete base R

C <- rbind(A, B)
C[!(duplicated(C) | duplicated(C, fromLast = TRUE)), ]

dplyr

library(dplyr)
anti_join(A, B)

sqldf

library(sqldf)
C <- sqldf('SELECT * FROM A EXCEPT SELECT * FROM B')

data.table

library(data.table)
setDT(df1)[!df2, on = names(df1)]

Entradas relacionadas

• Seleccionar con sqldf un subconjunto de filas de una columna en un data frame diferente

Referencias

• stackoverflow