如何在R语言中利用另一数据框的起止值对数据框进行窗口子集提取？

你的问题出在df2$window_start : df2$window_end这个写法上——R的冒号运算符:只会使用向量的第一个元素来生成序列，所以你只得到了第一个窗口（3到10行），后面的窗口范围被直接忽略了。

下面给你两种基于purrr的高效解决方案，完全不需要merge操作，特别适合大数据量的场景：

方案1：保留窗口标识（方便后续区分不同窗口） #

这个方法会给每个窗口分配唯一ID，同时提取对应的数据，适合需要追踪数据来源窗口的分析场景：

library(tidyverse)

set.seed(123) # 固定随机种子，让结果可复现
df1 <- tibble(my_values = rnorm(100))

df2 <- tibble::tribble(
  ~window_start, ~window_end,
  3L, 10L,
  21L, 25L,
  52L, 63L,
  78L, 90L
)

# 提取所有窗口并保留窗口ID
df3 <- df2 %>%
  mutate(
    window_id = row_number(), # 给每个窗口分配唯一标识
    # 用map2遍历每一组start/end，提取对应行
    window_data = map2(window_start, window_end, ~slice(df1, .x:.y))
  ) %>%
  unnest(window_data) # 把所有窗口数据合并成一个数据框

运行后，df3会包含window_id、window_start、window_end和对应的my_values，你可以清晰看到每一行属于哪个窗口。

方案2：仅提取所有窗口数据（性能更优） #

如果不需要区分窗口来源，只想快速把所有窗口的行合并在一起，可以先生成所有需要的行号，再一次性提取。这种方法减少了函数调用的开销，在数据量极大时性能提升明显：

# 生成所有需要提取的行号（把每个窗口的行号序列合并成一个向量）
target_rows <- unlist(map2(df2$window_start, df2$window_end, seq))

# 一次性提取所有目标行
df3 <- df1 %>% slice(target_rows)

这个方法只调用一次slice，避免了多次小数据框的绑定操作，对于百万级以上的数据集，效率会显著更高。

为什么原代码只提取第一个窗口？ #

再补充解释一下：当你写df2$window_start : df2$window_end时，R会优先计算df2$window_start的第一个元素（3）和df2$window_end的第一个元素（10），生成序列3:10，而df2中后面的21、25等元素不会参与运算——冒号运算符不支持向量式的范围生成，所以只能得到第一个窗口的行。

内容的提问来源于stack exchange，提问作者monkeytennis