在R的dplyr中使用多条件内联data.frame报错的问题咨询

错误原因 #

报错的核心是：你在inner_join的连接条件中用到的start和end列，不存在于作为第一个参数的表（df1）中，常见两种情况：

• 列名混淆：df1实际的列名不是start/end（比如是start1/end1），你错误地写了start/end。
• 条件归属不明确：在join_by的不等连接条件中，dplyr默认从第一个表（x=df1）查找列，若你实际想引用的是df2的列但未明确指定，就会触发找不到列的错误。

解决方案 #

1. 先确认表的列名 #

先检查两个表的列名，确保你用的列名存在：

colnames(df1)
colnames(df2)

2. 正确编写连接条件 #

假设df1有chrom/start/end，df2有chrom/start2/end2，两种正确写法：

写法一：直接用列名（列名无歧义时）

library(dplyr)

inner_join(df1, df2,
           by = join_by(chrom,
                        start < end2,
                        end > start2))

写法二：明确指定列所属表（避免歧义）

用x$指代第一个表（df1），y$指代第二个表（df2）：

inner_join(df1, df2,
           by = join_by(chrom,
                        x$start < y$end2,
                        x$end > y$start2))

示例验证 #

构造测试数据：

df1 <- tibble(
  chrom = c("chr1", "chr2"),
  start = c(100, 200),
  end = c(300, 400)
)

df2 <- tibble(
  chrom = c("chr1", "chr1", "chr2"),
  start2 = c(50, 250, 300),
  end2 = c(150, 350, 500)
)

运行连接后得到预期结果：

# A tibble: 3 × 5
  chrom start   end start2 end2
  <chr> <dbl> <dbl>  <dbl> <dbl>
1 chr1    100   300     50   150
2 chr1    100   300    250   350
3 chr2    200   400    300   500

内容的提问来源于stack exchange，提问作者LDT