R语言：如何判断DataFrame中的地址是否在另一DataFrame的地址区间内

先给你构造可测试的示例数据，方便直接验证：

# 示例数据
df1 <- data.frame(
  Street_Name = c("Halley", "Main", "Halley", "Oak"),
  Street_Nr = c(25, 15, 18, 5)
)

df2 <- data.frame(
  Street_Name = c("Halley", "Main"),
  Street_Starting_Nr = c(20, 10),
  Street_End_Nr = c(27, 20)
)

方案一：用dplyr实现（易读且高效） #

你之前尝试过dplyr，其实用left_join+条件判断就是最优的向量化方案，比for循环效率高太多：

library(dplyr)

result <- df1 %>%
  # 按街道名称关联两个表
  left_join(df2, by = "Street_Name") %>%
  # 判断编号是否在区间内，没匹配到街道的直接标记NO
  mutate(
    in_range = case_when(
      !is.na(Street_Starting_Nr) & Street_Nr >= Street_Starting_Nr & Street_Nr <= Street_End_Nr ~ "YES",
      TRUE ~ "NO"
    )
  ) %>%
  # 保留需要的核心列
  select(Street_Name, Street_Nr, in_range)

方案二：用data.table实现（性能更优，适合大数据量） #

如果后续数据量更大，data.table的连接操作会更高效，语法也很紧凑：

library(data.table)

# 转换为data.table格式
setDT(df1)
setDT(df2)

# 关联并标记区间匹配结果
result <- df1[df2, on = .(Street_Name), 
              in_range := ifelse(Street_Nr >= Street_Starting_Nr & Street_Nr <= Street_End_Nr, "YES", "NO")]
# 给没匹配到街道的地址补NO
result[is.na(in_range), in_range := "NO"]

为什么这两个方案比for循环好？ #

• 都是向量化操作，避免了逐行循环的性能开销，7000行的规模几乎瞬间完成
• 代码简洁易读，后续维护修改更方便
• 完全覆盖所有场景：包括街道不在df2里的情况，会自动标记为NO

内容的提问来源于stack exchange，提问作者Elef Trax