R语言：如何获取df2每行在df1中的对应行索引？

我有两个dataframe：df1和df2，其中df2由df1中的行组成。想要获取df2每行在df1中的对应索引。已知数据中不会出现df2的行在df1中有重复的情况，无需处理该场景。

示例数据 #

df1 <- data.frame(animal=c('koala', 'hedgehog', 'sloth', 'panda'),
                  country=c('Australia', 'Italy', 'Peru', 'China'),
                  avg_sleep_hours=c(21, 18, 17, 10))
df2 <- data.frame(animal=c('koala', 'sloth', 'panda', 'panda'),
                  country=c('Australia', 'Peru', 'China', 'China'), 
                  avg_sleep_hours=c(21,17,10,10))

期望结果 #

1 3 4 4

我自己的可行代码 #

findIdxRow <- function(row, df)
{
  n <- nrow(df)
  is_equal <- sapply(1:n, function(i) all(row==df[i,]))
  return(which(is_equal))
}

indexes <- sapply(1:nrow(df2), function(i) findIdxRow(df2[i,],df1))

更简洁的写法 #

方法1：Base R 快速实现（interaction + match） #

利用interaction将每行的所有列组合成唯一标识，再通过match匹配位置，代码极其简洁：

indexes <- match(interaction(df2), interaction(df1))

方法2：Base R 基于merge实现 #

给df1添加行索引列后，通过merge按所有列匹配提取索引：

df1_with_idx <- cbind(df1, idx = seq(nrow(df1)))
indexes <- merge(df2, df1_with_idx, by = names(df1))$idx

方法3：dplyr 写法（tidyverse风格） #

如果习惯使用tidyverse工具链，可以用dplyr的链式操作实现：

library(dplyr)

indexes <- df2 %>%
  left_join(df1 %>% mutate(idx = row_number()), by = names(df1)) %>%
  pull(idx)

这些方法都避免了逐行循环的冗余操作，代码更简洁且效率更高，尤其适合处理大规模数据。

内容的提问来源于stack exchange，提问作者Ccile