基于Name列匹配实现两个R DataFrame按行数值相减

问题说明 #

需基于Name列的字符串匹配，将业务数据DF1的所有数值列减去参考数据DF2中同Name行的对应数值列，最终保留DF1的Name和Key列生成目标数据框DF3，且要支持任意数量数值列的通用处理，无需硬编码列名。

示例数据 #

# 业务数据DF1
Name <- c("X_1_group1", "X_2_group1", "X_2_group2", "X_2_group1", "X1_group2")
Key <- c("test1234", "test4553", "test3341", "test2142", "test4722")
BCD12A <- c(10, 8, 5, 5, 6)
ACA1 <- c(10, 7, 5, 6, 7)
DEX2 <- c(8, 4, 5, 8, 4)
DF1 <- data.frame(Name, Key, BCD12A, ACA1, DEX2)

# 参考数据DF2
Name <- c("X_1_group1", "X_2_group1", "X_1_group2", "X_2_group2")
Key <- c("X_1_group1_A", "X_1_group1_B", "X_1_group1_C", "X_1_group1_D")
BCD12A <- c(2, 1, 2, 2)
ACA1 <- c(2, 3, 2, 1)
DEX2 <- c(1, 1, 3, 2)
DF2 <- data.frame(Name, Key, BCD12A, ACA1, DEX2)

通用解决方案（支持任意数值列） #

使用dplyr和tidyr包实现自动识别数值列、批量计算的功能：

library(dplyr)

# 1. 自动提取两个数据框中共同的数值列（排除Name、Key）
num_cols <- intersect(setdiff(colnames(DF1), c("Name", "Key")),
                      setdiff(colnames(DF2), c("Name", "Key")))

# 2. 处理DF2：仅保留用于匹配的Name和数值列
DF2_clean <- DF2 %>% select(Name, all_of(num_cols))

# 3. 左连接+批量计算差值
DF3 <- DF1 %>%
  left_join(DF2_clean, by = "Name", suffix = c("_df1", "_df2")) %>%
  # 对每个数值列执行 DF1值 - DF2值 的计算
  mutate(across(all_of(num_cols), ~ .data[[paste0(cur_column(), "_df1")]] - .data[[paste0(cur_column(), "_df2")]])) %>%
  # 保留DF1的Name、Key和计算后的数值列
  select(Name, Key, all_of(num_cols))

# 查看结果
print(DF3)

额外说明 #

• 若DF1中存在DF2无匹配的Name（如示例中的X1_group2），对应数值列会返回NA；若需将NA替换为0，可在mutate后添加replace_na(setNames(rep(0, length(num_cols)), num_cols))
• 代码无需修改列名即可适配新增的数值列，完全满足通用场景需求

内容的提问来源于stack exchange，提问作者dkcongo