R语言新手求助：如何高效匹配两个数据框生成目标数据框？

先模拟你的三个数据框（方便直接运行演示）：

# 1. ID与Distance映射表
id_dist <- data.frame(
  ID = c("A", "B", "C", "D", "E"),
  Distance = c(30, 50, 300, 120, 50)
)

# 2. 年份-各Distance对应数值表
year_dist_vals <- data.frame(
  Year = c(2020, 2021, 2022),
  "30" = c(10, 12, 15),
  "50" = c(20, 22, 25),
  "120" = c(30, 32, 35),
  "300" = c(40, 42, 45)
)

# 3. 目标空表（Year+ID）
target_df <- expand.grid(Year = c(2020, 2021, 2022), ID = c("A", "B", "C", "D", "E"))

核心操作步骤 #

不用写复杂的双重循环，用tidyverse包的函数就能轻松搞定：

1. 把宽格式的年份数值表转成长格式
   把Distance从列名转成单独一列，方便后续匹配：

library(tidyverse)

year_dist_long <- year_dist_vals %>%
  pivot_longer(cols = -Year, names_to = "Distance", values_to = "Value") %>%
  mutate(Distance = as.numeric(Distance)) # 转成数值型，和ID映射表的Distance类型统一

2. 两次关联匹配填充目标表
   先给目标表的每个ID匹配对应的Distance，再用Year和Distance匹配对应数值：

result <- target_df %>%
  left_join(id_dist, by = "ID") %>%
  left_join(year_dist_long, by = c("Year", "Distance")) %>%
  select(Year, ID, Value) # 只保留需要的列

3. 查看最终结果：

print(result)

说明 #

• 这个方法比循环高效得多，逻辑清晰，新手容易上手
• 如果实际数据里有缺失值，left_join会自动填充NA，后续可以用replace_na处理
• 确保Distance列的类型一致（都是数值型或都是字符型），否则会匹配失败

内容的提问来源于stack exchange，提问作者bLanton70