如何用R（含dplyr）筛选数据框：保留B组与A组匹配的行

当然可以用dplyr完成这个筛选任务，下面是两种高效的实现方式，附示例代码：

1. 构造示例数据 #

library(dplyr)

# 模拟你的数据集
df <- tibble(
  group = c("A", "A", "A", "B", "B", "B", "B", "B"),
  number = c(1, 2, 3, 1, 2, 4, 3, 5),
  animal = c("cat", "dog", "bird", "cat", "dog", "fish", "bird", "fox")
)

2. 实现方式一：拆分筛选后合并 #

这种方式逻辑直观，先单独保留A组所有行，再筛选出B组中与A组number+animal匹配的行，最后合并结果：

filtered_df <- df %>%
  # 保留所有A组数据
  filter(group == "A") %>%
  # 追加符合条件的B组数据
  bind_rows(
    df %>%
      filter(group == "B") %>%
      # 仅保留与A组number和animal同时匹配的行
      semi_join(df %>% filter(group == "A"), by = c("number", "animal"))
  )

3. 实现方式二：单步筛选 #

通过一次filter操作完成，利用逻辑条件直接判断：

# 先提取A组的number-animal唯一匹配组合
a_matches <- df %>%
  filter(group == "A") %>%
  select(number, animal) %>%
  distinct()

filtered_df <- df %>%
  filter(
    # 保留所有A组行
    group == "A" |
    # B组行需满足number和animal同时在A组的匹配组合中
    (group == "B" & inner_join(., a_matches, by = c("number", "animal")) %>% complete.cases())
  )

两种方法都能达到你的需求：保留A组全部行，仅保留B组中number和animal同时与A组某行匹配的记录，自动移除不符合条件的行（比如示例中的最后两行）。

内容的提问来源于stack exchange，提问作者spencergw