如何用dplyr基于df2的条件过滤df1并统计符合条件的行数？

错误原因分析 #

1. 长度不匹配：mutate默认是向量化操作，直接传入df2$A_min和df2$A_max时，这两个是长度为2的向量，但between要求左右边界是单个标量（对应df2的每一行），因此触发"left must be length 1"的错误。
2. 拼写错误：代码里的norw()是笔误，正确写法是nrow()。

正确实现方法 #

方法1：用rowwise()逐行处理（dplyr风格） #

通过rowwise()让dplyr对df2逐行迭代，确保每一行的A_min和A_max作为单个值传入过滤逻辑：

library(dplyr)

df1 <- data.frame(A=c(1,2,3,4),
                  B=c(1,2,3,4))
df2 <- data.frame(A_min=c(2,3),
                  A_max=c(3,3))

df2 <- df2 %>%
  rowwise() %>%
  mutate(Score = df1 %>%
           filter(between(A, A_min, A_max)) %>%
           nrow()) %>%
  ungroup() # 取消行分组，避免后续操作受影响

print(df2)

方法2：用map2_int()遍历配对值（purrr+dplyr） #

利用purrr的map2_int()函数，遍历A_min和A_max的每一对元素，返回整数类型的统计结果：

library(dplyr)
library(purrr)

df2 <- df2 %>%
  mutate(Score = map2_int(A_min, A_max, ~nrow(filter(df1, between(A, .x, .y)))))

方法3：基础R实现（无需tidyverse） #

用sapply()逐行提取df2的边界条件，通过sum()统计符合条件的行数（逻辑向量求和等价于计数）：

df1 <- data.frame(A=c(1,2,3,4),
                  B=c(1,2,3,4))
df2 <- data.frame(A_min=c(2,3),
                  A_max=c(3,3))

df2$Score <- sapply(1:nrow(df2), function(i) {
  sum(between(df1$A, df2$A_min[i], df2$A_max[i]))
})

print(df2)

输出结果 #

三种方法都会得到你期望的结果：

A_min A_max Score
1     2     3     2
2     3     3     1

内容的提问来源于stack exchange，提问作者Marcel