Сравните три (или более) фрейма данных

Вы можете связать свои кадры данных по строке, а затем использовать, например. pivot_wider:

library(dplyr, warn=FALSE)
library(tidyr)

dplyr::lst(df1, df2, df3) |> 
  bind_rows(.id = "df") |> 
  mutate(value = TRUE) |> 
  pivot_wider(names_from = df, values_from = value, names_prefix = "present_in_", values_fill = FALSE)
#> # A tibble: 5 × 6
#>      id name     zip present_in_df1 present_in_df2 present_in_df3
#>   <dbl> <chr>  <dbl> <lgl>          <lgl>          <lgl>         
#> 1     1 Smith  12345 TRUE           TRUE           TRUE          
#> 2     2 Winter 23456 TRUE           TRUE           TRUE          
#> 3     3 Summer 34567 TRUE           TRUE           FALSE         
#> 4     5 Taylor 56789 FALSE          TRUE           FALSE         
#> 5     4 Miller 45678 FALSE          FALSE          TRUE

С reduce и joins:

library(purrr)
library(dplyr)
lst(df1, df2, df3) %>% 
  imap(\(x, y){colnames(x)[4] <- glue::glue("present_in_{y}"); x}) %>% 
  reduce(full_join, by = c("id", "name", "zip")) %>% 
  mutate(across(contains("present"), complete.cases))

  id   name   zip present_in_df1 present_in_df2 present_in_df3
1  1  Smith 12345           TRUE           TRUE           TRUE
2  2 Winter 23456           TRUE           TRUE           TRUE
3  3 Summer 34567           TRUE           TRUE          FALSE
4  5 Taylor 56789          FALSE           TRUE          FALSE
5  4 Miller 45678          FALSE          FALSE           TRUE

library(dplyr)
list(df1,df2,df3) |> purrr::reduce(full_join, by = c("id", "name", "zip"), ) |> 
  mutate(across(contains("value"), ~ifelse(is.na(.x), FALSE, TRUE))) |> 
  rename(present_in_df1 = value.x, 
         present_in_df2 = value.y, 
         present_in_df3 = value)

Соедините их, затем измените форму от длинной к широкой:

library(data.table)

l <- rbindlist(mget(ls(pattern = "^df")), idcol = "df")

dcast(l, id + name + zip ~ df)
#    id   name   zip  1  2  3
# 1:  1  Smith 12345  1  4  7
# 2:  2 Winter 23456  2  5  8
# 3:  3 Summer 34567  3  6 NA
# 4:  4 Miller 45678 NA NA  9
# 5:  5 Taylor 56789 NA  0 NA

Вы можете связать три df вместе, group_by соответствующие столбцы, а затем использовать summarise, чтобы вывести, какая df содержит необходимую информацию.

library(tidyverse)

bind_rows(df1, df2, df3, .id = "df") %>% 
  group_by(id, name, zip) %>% 
  summarize(df = paste(df, collapse = ","))

# A tibble: 5 × 4
     id name     zip df   
  <dbl> <chr>  <dbl> <chr>
1     1 Smith  12345 1,2,3
2     2 Winter 23456 1,2,3
3     3 Summer 34567 1,2  
4     4 Miller 45678 3    
5     5 Taylor 56789 2

Это может быть вашей конечной точкой, если вы найдете вышеуказанный формат полезным. Чтобы извлечь их в три разных столбца, мы можем grepl на номере df.

bind_rows(df1, df2, df3, .id = "df") %>% 
  group_by(id, name, zip) %>% 
  summarize(df = paste(df, collapse = ","), .groups = "drop") %>% 
  mutate(present_in_df1 = grepl("1", df),
         present_in_df2 = grepl("2", df),
         present_in_df3 = grepl("3", df), .keep = "unused")

# A tibble: 5 × 6
     id name     zip present_in_df1 present_in_df2 present_in_df3
  <dbl> <chr>  <dbl> <lgl>          <lgl>          <lgl>         
1     1 Smith  12345 TRUE           TRUE           TRUE          
2     2 Winter 23456 TRUE           TRUE           TRUE          
3     3 Summer 34567 TRUE           TRUE           FALSE         
4     4 Miller 45678 FALSE          FALSE          TRUE          
5     5 Taylor 56789 FALSE          TRUE           FALSE