如何用R的sqldf或基础R实现跨DataFrame匹配提取列值？

首先构造示例中的两个数据框：

Df1 <- data.frame(
  date = c("2023-01-31", "2022-02-30", "2020-03-04"),
  a = c(10, 15, 20),
  b = c("john", "elle", "david"),
  stringsAsFactors = FALSE
)

Df2 <- data.frame(
  date = c("2023-01-31", "2022-02-30", "2020-04-04"),
  a = c(10, 30, 20),
  stringsAsFactors = FALSE
)

方法一：基础R实现 #

方式1：利用merge函数内连接 #

通过merge将两个数据框按date和a做内连接，仅保留同时匹配的行，再提取b列：

# 内连接后筛选b列
result <- merge(Df1, Df2, by = c("date", "a"))["b"]

运行后得到的result就是目标输出：

方式2：联合键逻辑匹配 #

通过生成date和a的联合键，精准筛选同时匹配的行：

# 生成两列的联合键
df1_key <- interaction(Df1$date, Df1$a)
df2_key <- interaction(Df2$date, Df2$a)

# 筛选匹配的行并提取b列
result <- Df1[df1_key %in% df2_key, "b", drop = FALSE]

这种方式能避免单一列匹配带来的误判，确保date和a同时满足条件。

方法二：使用sqldf包实现 #

先安装并加载sqldf，再通过SQL语句完成匹配查询：

# 首次使用需安装包
# install.packages("sqldf")
library(sqldf)

# 执行SQL内连接查询
result <- sqldf("SELECT Df1.b FROM Df1 JOIN Df2 ON Df1.date = Df2.date AND Df1.a = Df2.a")

运行后即可得到仅包含john的结果数据框。

内容的提问来源于stack exchange，提问作者Coldgrad