在R中对不等长DataFrame按ID右连接后逐行比对生成匹配列

右连接后的数据集N中，来自原表Test_1和Test_2的同名字段会自动带上_x和_y后缀，我们可以基于这些对应列完成逐行匹配判断：

基础R实现 #

假设需要比对的非ID列是col1、col2、col3（请根据实际列名修改），可以通过统计每行匹配列数来生成标记：

# 定义需要比对的列名
target_cols <- c("col1", "col2", "col3")
# 生成对应后缀列名
cols_from_test1 <- paste0(target_cols, "_x")
cols_from_test2 <- paste0(target_cols, "_y")

# 新增匹配结果列：所有对应列都匹配标记"Yes"，否则"No"
N$match_result <- ifelse(
  rowSums(N[cols_from_test1] == N[cols_from_test2], na.rm = TRUE) == length(target_cols),
  "Yes",
  "No"
)

• na.rm = TRUE用于忽略缺失值的影响，如果需要将NA直接判定为不匹配，删除该参数即可。

dplyr简化实现（适配tidyverse工作流） #

如果习惯使用dplyr，代码可读性更强：

library(dplyr)

# 复用上方的target_cols变量
N <- N %>%
  mutate(
    match_result = case_when(
      # 遍历所有_x后缀列，与对应_y列逐一比对
      across(all_of(cols_from_test1), ~ . == get(gsub("_x", "_y", cur_column()))) ~ "Yes",
      TRUE ~ "No"
    )
  )

关键提示 #

• 仅需关注两个原表共有的非ID列，无对应关系的列无需加入比对逻辑。
• 若ID对应行在Test_1中无匹配（右连接特性），所有_x后缀列会是NA，此时会被标记为"No"，符合需求逻辑。

内容的提问来源于stack exchange，提问作者ASAB