如何为数据框中不同学科的分数添加对应等级标签？

我明白你的痛点：用merge+filter的方法不仅在处理大数据时效率低下，还会直接丢失那些分数不匹配区间或者分数缺失的行，而且between()确实没法直接处理向量对向量的区间匹配需求。下面给你两种高效且能完整保留原始数据行的解决方案：

方法一：使用tidyverse生态的fuzzyjoin（适合熟悉dplyr的用户） #

fuzzyjoin包提供了模糊连接功能，可以直接按学科精确匹配，同时按分数区间进行非等连接，并且保留原始数据的所有行：

首先安装并加载需要的包：

install.packages(c("dplyr", "fuzzyjoin"))
library(dplyr)
library(fuzzyjoin)

然后执行匹配操作：

# 模糊左连接：按Subject精确匹配，同时Marks在Start和End之间
res <- df %>%
  fuzzy_left_join(
    range,
    by = c("Subject" = "Subject", "Marks" = "Start", "Marks" = "End"),
    match_fun = list(`==`, `>=`, `<=`)
  ) %>%
  # 按原始数据的行分组，提取匹配到的Grade（因为每个分数最多匹配一个区间）
  group_by(Subject.x, Student, Marks) %>%
  summarise(Grade = first(Grade), .groups = "drop") %>%
  # 重命名列回到原始格式
  rename(Subject = Subject.x) %>%
  # 处理未匹配或分数缺失的情况，将Grade设为NA
  mutate(Grade = ifelse(is.na(Marks) | is.na(Grade), NA, Grade))

这个方法的优势是符合tidyverse的语法习惯，而且fuzzy_left_join会保留所有原始行，不会丢失数据。

方法二：使用data.table的非等连接（处理大型数据框首选） #

如果你的数据量很大，data.table的非等连接效率远高于传统的merge或dplyr方法，速度能提升数倍甚至数十倍：

首先安装并加载data.table：

install.packages("data.table")
library(data.table)

将数据转换为data.table格式后执行连接：

# 转换为data.table
setDT(df)
setDT(range)

# 非等左连接：按Subject匹配，同时Marks在Start和End之间
res <- range[df, on = .(Subject, Start <= Marks, End >= Marks), nomatch = NA] %>%
  # 整理列顺序和名称
  setcolorder(c("Subject", "Student", "Marks", "Grade"))

这里的nomatch = NA参数确保所有原始行都被保留，未匹配区间或分数缺失的行，Grade会自动设为NA，完美符合你的需求。而且data.table的连接操作是在内存中高效完成的，即使是百万级别的数据也能快速处理。

为什么之前的方法会出错？ #

你之前用merge(df, range)是内连接，会自动丢弃所有在range中没有匹配Subject的行（不过你的数据里Subject都是匹配的，但分数不匹配的行还是会被过滤掉）。另外，filter(between(Marks, Start, End))中，between()的参数如果是向量，它会按元素一一对应判断，但merge之后每个原始行对应多个range行，这时候between()返回的逻辑向量长度和行数一致，但这种方式会生成大量中间数据，不仅效率低，还会丢失未匹配的行。

而上面两种方法都是左连接，会完整保留原始数据的所有行，同时精准匹配对应的等级区间，还能高效处理大数据。

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