如何在R中根据另一个DataFrame的列值过滤多列DataFrame的行？

示例数据定义 #

先还原你的示例数据，方便测试：

library(dplyr)
library(tidyr)

df1 <- tibble(names = c("John", "Joan"))
df2 <- tibble(
  `Column A` = c("Gerry", "John", "Ron"),
  `Column B` = c("Jim", "John", "Greg"),
  `Column C` = c("Brian", "John", "Sam"),
  `Column D` = c("Joan", "John", "Maisy")
)

实现代码 #

用dplyr的行操作实现需求：

result <- df2 %>%
  rowwise() %>%
  # 提取当前行中与df1匹配的第一个名称
  mutate(names = first(c_across(everything())[c_across(everything()) %in% df1$names])) %>%
  # 过滤无匹配的行
  filter(!is.na(names)) %>%
  # 将names列移至最前
  relocate(names, .before = everything())

代码说明 #

1. rowwise()：指定后续操作按行执行，确保每一行独立检查匹配情况
2. c_across(everything())：获取当前行所有列的数值，用于匹配检查
3. first(...)：如果一行有多个匹配项（比如示例第二行全是John），取第一个匹配值作为names列内容
4. filter(!is.na(names))：剔除没有任何匹配的行
5. relocate()：调整列顺序，让names列放在最前面，与期望输出一致

为什么left_join不行？ #

left_join需要指定明确的匹配列，而你的需求是任意列匹配，无法通过简单的join操作实现，必须逐行检查所有列的匹配状态。

内容的提问来源于stack exchange，提问作者yardley