使用dplyr基于多条件计算新列的技术求助

实现思路 #

核心是通过多条件连接合并两个数据框，筛选符合规则的行后完成乘积计算，步骤如下：

1. 明确匹配规则：Scenario一致、ProductGroup一致、df1$Group与df2$Level相等，建议补充ProductType匹配（避免无关行产生笛卡尔积）。
2. 使用dplyr的连接函数（inner_join/left_join）合并数据，新版本推荐用join_by语法清晰定义匹配逻辑。
3. 合并后直接计算两表dataOut列的乘积，生成目标新列。

代码实现 #

首先加载dplyr包：

library(dplyr)

方式1：用join_by统一指定所有匹配条件（dplyr 1.1.0及以上版本支持）

result_df <- df1 %>%
  inner_join(df2,
             join_by(Scenario == Scenario,
                     ProductGroup == ProductGroup,
                     ProductType == ProductType,
                     Group == Level),
             suffix = c("_df1", "_df2")) %>%
  mutate(calculated_col = dataOut_df1 * dataOut_df2)

方式2：先匹配同名列，再筛选Group与Level的对应关系

result_df <- df1 %>%
  inner_join(df2, 
             by = c("Scenario", "ProductGroup", "ProductType"),
             suffix = c("_df1", "_df2")) %>%
  filter(Group == Level) %>%
  mutate(calculated_col = dataOut_df1 * dataOut_df2)

补充说明 #

• inner_join仅保留两表中完全满足匹配条件的行；若需保留df1全部行（匹配失败的行用NA填充），替换为left_join即可。
• suffix参数用于区分两表重名的列（如dataOut），避免列名冲突。
• 若实际业务中无需ProductType匹配，可从连接条件中移除该字段。

内容的提问来源于stack exchange，提问作者Carlo237