如何在R中基于多列连接数据框，允许某列值相差1-2

针对你需要在posteam、qtr、down精确匹配的基础上，允许yardline_100列差值≤2的连接需求，以下两种方法可以实现：

方法1：使用fuzzyjoin包实现模糊连接 #

fuzzyjoin专门处理非精确匹配场景，语法贴合dplyr风格，适合快速实现需求：

# 首次使用需安装包
install.packages("fuzzyjoin")

library(fuzzyjoin)
library(dplyr)

fin_df <- df1 %>%
  fuzzy_left_join(
    df2,
    by = c("posteam", "qtr", "down", "yardline_100"),
    # 指定各列的匹配规则
    match_fun = list(
      `==`,  # posteam精确匹配
      `==`,  # qtr精确匹配
      `==`,  # down精确匹配
      function(x, y) abs(x - y) <= 2  # yardline_100差值不超过2
    )
  )

方法2：使用data.table的非等连接（大数据量推荐） #

如果你的数据规模较大，data.table的非等连接效率更高，内存占用更低：

library(data.table)

# 转换为data.table格式
setDT(df1)
setDT(df2)

# 执行非等左连接，限定yardline_100的范围
fin_df <- df1[df2, 
              on = .(posteam, qtr, down, 
                     yardline_100 >= yardline_100 - 2, 
                     yardline_100 <= yardline_100 + 2),
              nomatch = NA,  # 无匹配时保留NA
              allow.cartesian = TRUE] %>%
  # 清理连接后生成的冗余列
  select(-c(yardline_100.1, yardline_100.2))

结果说明 #

针对你的示例数据，两种方法都会成功匹配以下情况：

• df1中yardline_100=52（down=3）与df2中yardline_100=53（差值1）
• df1中yardline_100=15（down=2/3）与df2中yardline_100=16（差值1）

如果存在多个符合条件的匹配项，结果会生成多行，可根据实际需求进一步去重或筛选。

内容的提问来源于stack exchange，提问作者Sam Hoppen