如何在R中生成两个数据集的匹配行与未匹配行数据集？

我需要在R中处理两个数据集的匹配与筛选：
第一个数据集（记为df1）：

第二个数据集（记为df2）：

需求：

1. 生成匹配行合并数据集：仅保留两个数据集中共享匹配键（X和A列的相同值）的行，合并结果如下：

2. 生成第一个数据集的未匹配行：仅保留df1中未在df2的A列出现的行，结果如下：

请问R中有合适的函数实现这两个需求吗？

R中有多种方法可以实现，以下是两种最常用的方案：

方法1：使用R基础包（无需额外安装） #

步骤1：构造示例数据 #

df1 <- data.frame(X = c("a", "b", "c", "d"), y = c(1, 4, 7, 8), stringsAsFactors = FALSE)
df2 <- data.frame(A = c("a", "j", "c", "f"), B = c(9, 4, 6, 8), stringsAsFactors = FALSE)

步骤2：获取匹配行合并数据集 #

使用merge()函数做内连接，指定匹配键为X和A：

matched_df <- merge(df1, df2, by.x = "X", by.y = "A", all = FALSE)

all = FALSE表示只保留两边都匹配的行，结果就是需求中的匹配合并数据集。

步骤3：获取df1中的未匹配行 #

用%in%运算符筛选出df1中X值不在df2的A列中的行：

unmatched_df1 <- df1[!df1$X %in% df2$A, ]

方法2：使用tidyverse工具包（更直观的语法） #

如果你习惯使用tidyverse生态，dplyr包的函数可以更简洁地实现：

步骤1：安装并加载dplyr #

install.packages("tidyverse") # 首次使用需安装
library(dplyr)

步骤2：获取匹配行合并数据集 #

使用inner_join()直接做内连接：

matched_df <- inner_join(df1, df2, by = c("X" = "A"))

步骤3：获取df1中的未匹配行 #

使用anti_join()，这个函数专门用于筛选第一个数据集中未在第二个数据集中匹配的行：

unmatched_df1 <- anti_join(df1, df2, by = c("X" = "A"))

内容的提问来源于stack exchange，提问作者Alexander Fos