如何基于两个DataFrame的匹配值创建第三个DataFrame？

要生成符合预期的df3，核心逻辑是先筛选出df2中与df1满足「同一赛事（ID）、同一队伍（Team）、相同让分（Points）」条件的行，再将其与df1合并。以下是具体实现方式：

方法1：使用dplyr包（推荐） #

library(dplyr)

# 筛选df2中符合匹配条件的行
df2_filtered <- df2 %>%
  semi_join(df1, by = c("ID", "Team", "Points"))

# 合并df1与筛选后的df2
df3 <- bind_rows(df1, df2_filtered)

方法2：基础R实现 #

# 提取df1中用于匹配的唯一键组合
match_keys <- unique(df1[c("ID", "Team", "Points")])

# 筛选df2中匹配的行
df2_filtered <- df2[
  with(df2, paste(ID, Team, Points) %in% with(match_keys, paste(ID, Team, Points))),
]

# 合并数据
df3 <- rbind(df1, df2_filtered)

结果说明 #

执行上述代码后，df3将包含df1的全部8行，加上df2中符合条件的4行（ID=1的前2行、ID=2的前2行），总计12行，与你预期的结构完全一致。

原方法失效原因 #

你之前使用的rows_upsert函数作用是更新匹配行并插入不匹配行，且指定的by参数包含了Home、Away、Price，这与实际需要的匹配条件（仅ID、Team、Points）不符，导致错误保留了df2中不满足条件的行，还覆盖了df1的部分数据。

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