R语言：基于另一数据集的值为数据集新增Owner列

示例数据构造 #

先还原你提供的两个数据集：

library(dplyr)

df1 <- tibble(
  Id = c("00001", "00008", "00011", "00004"),
  Owner = c("John", "Paul", "Alba", "Martha"),
  Remaining_points = c(18, 34, 52, 67)
)

df2 <- tibble(
  Id = c("00025", "00076", "00089", "00092"),
  Points = c(17, 35, 51, 68)
)

解决方案代码 #

通过交叉连接计算差值，筛选最接近的Owner：

df_result <- df2 %>%
  # 交叉连接df1，让每个df2的行与所有df1的行配对
  cross_join(df1) %>%
  # 计算Points与Remaining_points的绝对差值
  mutate(diff = abs(Points - Remaining_points)) %>%
  # 按df2的Id分组
  group_by(Id) %>%
  # 筛选出差值最小的行（with_ties=FALSE确保只取一个，若有多个最小差可调整）
  slice_min(order_by = diff, n = 1, with_ties = FALSE) %>%
  # 保留需要的列
  select(Id, Points, Owner) %>%
  ungroup()

print(df_result)

输出结果 #

运行后会得到你期望的数据集：

# A tibble: 4 × 3
  Id    Points Owner 
  <chr>  <dbl> <chr> 
1 00025     17 John  
2 00076     35 Paul  
3 00089     51 Alba  
4 00092     68 Martha

补充说明 #

如果存在多个Owner与某个Points的差值相同的情况，可以调整slice_min的参数：

• 若想保留所有最小差的记录，去掉with_ties=FALSE
• 若需要自定义优先级（比如取名字首字母靠前的），可以在order_by里添加额外排序条件，比如order_by = c(diff, Owner)

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