如何基于另一数据框的ID与Year组合筛选目标数据框行

我有两个数据框df1和df2，二者都包含四列，其中ID、Year、Week列名相同，另有一列列名不同：

df1数据： #

ID      Year      Oxygen     Week
----    ------    -------    -------
1       2004      18          1
1       2005      17          1 
2       2006      17          1
2       2007      18          1 
3       2008      19          1
3       2010      20          1
3       2010      20          1
4       2012      16          1
5       2013      18          1
6       2014      18          1

df2数据： #

ID      Year      Kg       Week
----    ------   -----    -------
1       2004      20        1
1       2005      35        2
2       2006      30        2
3       2007      15        1
3       2008      70        2
4       2009      40        1
5       2013      55        1
6       2012      40        1
6       2014      10        2
7       2013      15        1

我需要生成新数据框df3，仅保留df1中ID和Year的组合同时存在于df2中的行，无需考虑Week列的取值。比如df1第二行的ID和Year组合在df2中存在，但Week取值不同，仍需保留。

我已知单列筛选的方法：

df3 <- subset(df1, ID %in% df2$ID)

也知道无Week列时的解决方案：

df3 <- df1 %>% inner_join(df2)

但不知如何同时基于ID和Year筛选且排除Week的影响，最终需得到仅含df1列的目标数据框：

期望的df3结果： #

ID      Year      Oxygen      Week
----    ------    -------    -------
1       2004      18          1
1       2005      17          1
2       2006      17          1
3       2008      19          1
4       2012      16          1
5       2013      18          1
6       2014      18          1

以下是几种高效的实现方式：

方法1：dplyr指定连接键筛选 #

利用inner_join时仅按ID和Year连接，同时只保留df1的列：

library(dplyr)

df3 <- df1 %>%
  inner_join(df2 %>% select(ID, Year), by = c("ID", "Year"))

• 先从df2提取仅包含ID和Year的子集，避免多余列干扰
• 通过by = c("ID", "Year")明确连接键，忽略Week列
• 结果自动保留df1的所有列，完全符合需求

方法2：基础R结合组合判断 #

不用dplyr的话，可通过interaction生成ID+Year的唯一组合来筛选：

# 生成df2中ID+Year的唯一组合标识
df2_combinations <- interaction(df2$ID, df2$Year)
# 筛选df1中组合存在于df2的行
df3 <- subset(df1, interaction(ID, Year) %in% df2_combinations)

• interaction()将ID和Year拼接成唯一字符串，用于组合匹配
• 利用%in%快速判断组合是否存在，实现精准筛选

方法3：data.table高效处理（适合大数据） #

如果数据量较大，用data.table的性能更优：

library(data.table)

setDT(df1)
setDT(df2)
# 指定连接键，仅保留匹配行并保留df1原列
df3 <- df1[df2[, .(ID, Year)], on = .(ID, Year), nomatch = 0]

内容的提问来源于stack exchange，提问作者Erik Christensen