求R语言实现两列交叉分步筛选的函数方案

需求说明 #

实现两步交叉筛选：

1. 第一步：找出数据集中C列值存在于F列，或F列值存在于C列的行，提取这些行的D列值（去重后得到目标值集合）；
2. 第二步：筛选出A列值属于上述目标值集合的行，最终可保留全部列或仅保留A、B、C列。

原始数据 #

# 构造原始数据集
data <- data.frame(
  A = c("FFFFFi", "Second", "rowA", "Fecond", "Hecond", "rowB"),
  B = c("ro1", "ro3", "ro3", "ro3", "ro3", "ro3"),
  C = c("rowF", "rowH", "row", "", "", ""),
  D = c("rowA", "rowA", "rowA", "rowB", "rowB", "rowB"),
  F = c("rowE", "rowF", "rowG", "rowH", "rowT", "rowX"),
  stringsAsFactors = FALSE
)

对应的表格展示：

实现步骤 #

方法1：基础R实现

# 第一步：获取C列与F列的交集值，筛选出包含该值的行，提取D列目标值（去重）
common_values <- intersect(data$C, data$F)
filter_step1 <- data[data$C %in% common_values | data$F %in% common_values, ]
target_d <- unique(filter_step1$D)

# 第二步：筛选A列匹配target_d的行
result_full <- data[data$A %in% target_d, ]

# 仅保留A、B、C列
result_ab_c <- result_full[, c("A", "B", "C")]

方法2：dplyr包实现（简洁语法）

如果习惯用tidyverse生态，可使用dplyr：

library(dplyr)

# 完整列结果
result_full <- data %>%
  # 标记C/F列包含交集值的行，提取对应的D值集合
  {filter(data, A %in% unique(.$D[.$C %in% intersect(.$C, .$F) | .$F %in% intersect(.$C, .$F)]))}

# 仅保留A、B、C列
result_ab_c <- result_full %>% select(A, B, C)

运行结果 #

完整列结果

仅保留A、B、C列结果

补充说明 #

• 若需求仅为单向匹配（仅筛选C列值存在于F列的行），可将第一步条件改为data$C %in% data$F，但此逻辑无法得到预期结果中的rowB行，需根据实际需求调整；
• 使用unique()去重是为了避免重复筛选，提升代码效率。

内容的提问来源于stack exchange，提问作者Gerardo Rey Garcia