R语言实现两向量两两相减 筛选指定范围结果并保留原ID

你用melt转换后的结果中，Var1字段存的是df.r的行索引，Var2字段存的是df.f的行索引，直接通过索引匹配原数据框的ID列即可得到你要的带名称的结果。

基于你现有代码的修改方案 #

只需要在你原有筛选逻辑的基础上，加两步索引映射即可，不需要调整原有计算逻辑：

library(reshape2)
# 示例数据
df.f <- data.frame(ID=c("A_1", "A_2", "A_3"), B=c(130, 250, 330))
df.r <- data.frame(ID=c("B_1", "B_2", "B_3"), B=c(170, 350, 480))

# 你原有的差值计算、长格式转换、筛选逻辑
res <- melt(as.matrix(outer(df.r$B, df.f$B, '-')))
final <- res[res$value >= 200 & res$value <= 300,]

# 新增：索引匹配对应ID，注意你要求的输出第一列是df.f的ID，第二列是df.r的ID
final$Var1 <- df.f$ID[final$Var2]
final$Var2_name <- df.r$ID[final$Var1]
final$Diff <- final$value

# 整理成你要的最终格式
final <- final[, c("Var1", "Var2_name", "Diff")]
colnames(final)[2] <- "Var2"

运行后输出和你预期完全一致：

Var1 Var2 Diff
2  A_1  B_2  220
6  A_2  B_3  230

无第三方依赖的Base R实现 #

如果不想加载reshape2包，可以直接用expand.grid生成所有ID配对后计算差值，逻辑更直白，不容易搞混索引对应关系：

# 生成所有两两ID配对
pairs <- expand.grid(df.f_ID = df.f$ID, df.r_ID = df.r$ID, stringsAsFactors = FALSE)
# 匹配对应B值计算固定方向差值
pairs$Diff <- df.r$B[match(pairs$df.r_ID, df.r$ID)] - df.f$B[match(pairs$df.f_ID, df.f$ID)]
# 筛选差值区间
final <- pairs[pairs$Diff >= 200 & pairs$Diff <= 300, c("df.f_ID", "df.r_ID", "Diff")]
# 改成你要的列名
colnames(final) <- c("Var1", "Var2", "Diff")

• 注意：outer(df.r$B, df.f$B, '-')生成的矩阵行对应df.r，列对应df.f，和你给出的预期输出的列顺序是反过来的，匹配ID的时候不要搞混两个数据框的对应关系。
• 上述Base R写法保证运算方向固定为df.r$B减df.f$B，不会出现顺序调换的问题。

内容的提问来源于stack exchange，提问作者nouse