如何识别大数据框中与小数据框行完全匹配的行？

以下是几种简洁高效的R语言实现方法，适用于结构完全一致的两个数据框：

方法1：Base R原生方案（无需额外包） #

通过行绑定+重复项标记实现：

# 示例数据（可替换为你的实际数据）
df_large <- data.frame(
  char_col = c("a", "b", "c", "a", "d"),
  num_col = c(1, 2, 3, 1, 4),
  log_col = c(TRUE, FALSE, TRUE, TRUE, FALSE)
)
df_small <- data.frame(
  char_col = c("a", "c"),
  num_col = c(1, 3),
  log_col = c(TRUE, TRUE)
)

# 提取匹配行号
combined_df <- rbind(df_small, df_large)
match_row_ids <- which(duplicated(combined_df, fromLast = TRUE)[-(1:nrow(df_small))])
print(match_row_ids)

核心逻辑：将小数据框放在绑定后的前半部分，用duplicated(fromLast = TRUE)标记后半部分（原大数据框）中与前半部分重复的行，最后筛选出行号。

方法2：Tidyverse语法方案（dplyr包） #

如果习惯tidyverse生态，这种方法更直观可读：

library(dplyr)

# 提取匹配行号
match_row_ids <- df_large %>%
  mutate(row_id = row_number()) %>%
  semi_join(df_small, by = names(df_large)) %>%
  pull(row_id)
print(match_row_ids)

核心逻辑：先给大数据框添加行号，再用semi_join()保留所有与小数据框匹配的行，最后提取行号列。

方法3：交互因子匹配方案（Base R） #

通过将每行转换为唯一交互因子实现匹配：

# 生成每行的唯一标识
large_row_keys <- interaction(df_large, drop = TRUE)
small_row_keys <- interaction(df_small, drop = TRUE)

# 提取匹配行号
match_row_ids <- which(large_row_keys %in% small_row_keys)
print(match_row_ids)

核心逻辑：interaction()将每行的多列值合并为一个唯一因子，通过%in%筛选出大数据框中存在于小数据框的行，再转换为行号。

内容的提问来源于stack exchange，提问作者Argent