如何基于两列ID匹配筛选R语言中两个表的交集行？

报错原因 #

你写的代码报错是因为当两个数据表行数不同时，直接用==逐元素比较ID列，R会尝试循环较短的向量来匹配较长的，但如果长度不是整数倍就会抛出这个错误，而且这种逐行对比的逻辑本身就不对——你要找的是两个表中共同存在的ID1+ID2组合，而不是第n行的ID是否相等。

解决方案 #

下面是几种高效的实现方式：

方法1：基础R的merge()函数（最直接）

merge()是R内置的表连接工具，inner join类型会只返回两个表中匹配到的行：

# 获取两个表中ID1+ID2完全匹配的行（合并两表的列）
matched_rows <- merge(table1, table2, by = c("ID1", "ID2"))

# 仅保留table1中匹配的行（不合并table2的列）
t1_matched <- merge(table1, table2, by = c("ID1", "ID2"), all.x = FALSE, all.y = FALSE)

# 仅保留table2中匹配的行（不合并table1的列）
t2_matched <- merge(table2, table1, by = c("ID1", "ID2"), all.x = FALSE, all.y = FALSE)

方法2：tidyverse的inner_join()/semi_join()（更直观）

如果你习惯用tidyverse生态，dplyr包的连接函数更灵活：

library(dplyr)

# 合并两表中匹配的行（包含两表所有列）
matched_rows <- inner_join(table1, table2, by = c("ID1", "ID2"))

# 仅保留table1中与table2匹配的行（只保留table1的列，效率更高）
t1_matched <- table1 %>% 
  semi_join(table2, by = c("ID1", "ID2"))

# 仅保留table2中与table1匹配的行（只保留table2的列）
t2_matched <- table2 %>% 
  semi_join(table1, by = c("ID1", "ID2"))

方法3：手动生成ID组合筛选（适合理解原理）

将两个ID列合并为唯一字符串，再通过交集筛选：

# 生成唯一ID组合字符串（用不冲突的分隔符，比如ID不含"|"就用它）
t1_combos <- paste(table1$ID1, table1$ID2, sep = "|")
t2_combos <- paste(table2$ID1, table2$ID2, sep = "|")

# 找出共同的ID组合
common_combos <- intersect(t1_combos, t2_combos)

# 筛选匹配的行
t1_matched <- table1[t1_combos %in% common_combos, ]
t2_matched <- table2[t2_combos %in% common_combos, ]

内容的提问来源于stack exchange，提问作者Governor