如何用R从两个不同DataFrame中按列筛选子集（求简化方案）

问题背景 #

需要从data中筛选出b列值存在于data2任意列中的行，当data2列数较多时，希望避免手动拼接所有列（如c(data2$d, data2$e)），优先采用tidyverse方法。此前尝试data2[,c(1:2)]直接传入%in%失败，因为该返回值是DataFrame而非一维向量，无法被%in%正确识别。

核心思路 #

将data2的所有列扁平化转为一维向量，过滤掉空字符串后，再用%in%匹配筛选data的行。

方法一：用pivot_longer转长格式处理 #

library(tidyverse)

# 原始数据
data <- data.frame(b = rep(LETTERS[1:4],2), c = c("B", "A", "A", "E", "G", "H", "K", "L"))
data2 <- data.frame(d = c("A", "B", ""), e = c("E", "", "C"))

# 提取data2中所有非空的匹配值
match_values <- data2 %>%
  pivot_longer(cols = everything(),  # 选中所有列转长格式
               values_to = "value") %>%
  filter(value != "") %>%  # 过滤空字符串
  pull(value) %>%  # 转为向量
  unique()  # 去重（可选，提升匹配效率）

# 筛选目标行
result <- data %>%
  filter(b %in% match_values)

print(result)

输出结果：

b c
1 A B
2 B A
3 C A
4 A G
5 B H
6 C K

方法二：用unlist直接扁平化DataFrame #

如果不需要保留列信息，可直接用unlist快速转为向量：

match_values <- data2 %>%
  unlist() %>%  # 扁平化所有列
  as.character() %>%  # 确保为字符类型
  keep(. != "") %>%  # 过滤空值（tidyverse的keep函数，替代base::Filter）
  unique()

result <- data %>%
  filter(b %in% match_values)

关键说明 #

• 禁止直接传入DataFrame给%in%：data2[,1:2]返回的是DataFrame类型，而%in%需要一维向量，因此必须先做扁平化处理。
• 空值处理：示例中data2包含空字符串，若不过滤会增加不必要的计算，且可能导致逻辑错误。

内容的提问来源于stack exchange，提问作者choij