多列ID匹配两个data.frame：关联生成匹配标题列

可以用tidyverse工具包实现需求，核心思路是先将两个数据集的ID列转换为便于匹配的集合形式，再逐行匹配并汇总标题：

步骤1：加载依赖包 #

library(tidyverse)

步骤2：预处理DF2，提取每行的有效ID集合 #

把DF2每行的ID列（ID1_2、ID2_2、ID3_2）整理成无NA的ID集合，保留对应的Title：

df2_processed <- DF2 %>%
  rowwise() %>%
  mutate(ids = list(na.omit(c(ID1_2, ID2_2, ID3_2)))) %>%
  ungroup() %>%
  select(ids, Title)

步骤3：预处理DF1，提取每行的有效ID集合 #

同样处理DF1，生成每行的ID集合：

df1_processed <- DF1 %>%
  rowwise() %>%
  mutate(ids = list(na.omit(c(ID1, ID2, ID3)))) %>%
  ungroup()

步骤4：匹配标题并汇总 #

对DF1的每行ID集合，找到DF2中所有ID集合有交集的Title，用逗号拼接；如果没有匹配结果则设为NA：

DF3 <- df1_processed %>%
  rowwise() %>%
  mutate(
    Match_titles = if (length(ids) == 0) {
      NA_character_
    } else {
      df2_processed %>%
        filter(map_lgl(ids, ~ any(.x %in% ids))) %>%
        pull(Title) %>%
        paste(collapse = ", ")
    }
  ) %>%
  ungroup() %>%
  select(-ids)

验证结果 #

运行上述代码后，输出的DF3与示例一致：

> DF3
# A tibble: 3 × 4
    ID1   ID2   ID3 Match_titles        
  <dbl> <dbl> <dbl> <chr>               
1     1     4     9 Journal Z, Journal Y
2     2     5    NA Journal X, Journal X
3     3    NA    NA NA                  

说明 #

• 该方法通过rowwise()逐行处理数据，适合中小型数据集；如果是超大型数据集，可考虑用向量化操作或data.table优化性能。
• 匹配逻辑是只要DF1某行的任意一个ID出现在DF2某行的ID集合中，就将对应的Title纳入结果，符合需求中“每个ID对应多个标题、每个标题关联多个ID”的场景。

内容的提问来源于stack exchange，提问作者T. C. Nobel