如何利用df2的行筛选df1中对应Cat分组的配对行？

我有一个DataFrame df1，其中包含另一个DataFrame df2的行（为简化问题，本例中df2仅含一行）。df1中的数据按Cat列分组为配对行。我需要利用df2的行生成一个包含对应配对两行的DataFrame，最终目标是得到如dfgoal所示的仅包含df1中对应配对的DataFrame。

示例数据：

df1 <- data.frame(Source = c("1", "1", "1", "1", "1", "1"),
Order = c("1", "2", "3", "4", "5", "6"),
Name = c("A", "A", "A", "A", "A", "A" ),
Cat = c("A1", "A1", "A2", "A2", "A3", "A3"),
Vol = c("35", "43", "none", "none", "63", "24"))

df2 <- data.frame(Source = c("1"),
Order = c("4"),
Name = c("A" ),
Cat = c("A2"),
Vol = c("none"))

dfgoal <- data.frame(Source = c("1", "1"),
Order = c("3", "4"),
Name = c("A", "A"),
Cat = c("A2", "A2"),
Vol = c("none", "none"))

我的原始DataFrame变量更多，希望无需手动指定df2中的列值，直接用df2的行筛选df1。我尝试使用dplyr包的group_by函数分组后与df2做内连接，但仅得到df2的行，未获取配对的另一行：

df_attempt <- df1 %>% group_by(Source, Name, Cat) #dplyr package

df_attempt <- inner_join(df_attempt, df2) #dplyr package

核心思路是先通过df2提取分组标识（Source、Name、Cat），再筛选df1中属于该分组的所有行，无需手动指定具体列值：

方法一：dplyr实现 #

library(dplyr)

# 提取df2中的分组键
group_keys <- df2 %>% select(Source, Name, Cat)

# 筛选df1中匹配该分组的所有行
df_result <- df1 %>%
  semi_join(group_keys, by = c("Source", "Name", "Cat"))

方法二：基础R实现 #

如果不依赖dplyr，也可以用基础R逻辑筛选：

# 生成匹配条件：df1的分组列与df2对应列完全匹配
match_condition <- apply(df1[, c("Source", "Name", "Cat")], 1, function(row) {
  all(row == df2[1, c("Source", "Name", "Cat")])
})

# 筛选符合条件的行
df_result <- df1[match_condition, ]

运行上述任意一种方法后，df_result会与dfgoal完全一致。

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