R语言合并3个数据框 按行匹配cluster计算坐标差值

你写的循环逻辑存在几处硬伤，无法得到预期结果：

• 遍历对象错误，没有以data1的每行为单位提取Particlei、Particlej值做匹配
• 匹配逻辑混乱，没有分别校验两个粒子编号是否同时存在于data2、data3的cluster列
• 存在语法错误，比如data2position.y缺少索引符号，引用了不存在的data1$position.x字段
• 没有按行存储运算结果，循环内赋值会被不断覆盖

不用写冗余的for循环，用tidyverse的表连接功能就能高效完成需求，逻辑清晰且不容易出错：

1. 先将data1宽格式转长格式，把每行的两个粒子编号拆成独立待匹配项
2. 分别与data2、data3按cluster字段做左连接，提取对应坐标值
3. 过滤掉任意一个表中不存在对应cluster的行
4. 计算坐标差值，按要求的字段顺序整理输出

完整代码 #

library(dplyr)
library(tidyr)

# 读入你的三个dataframe：data1、data2、data3，此处省略读入步骤

# 转换data1为长格式，每行对应一个待匹配的cluster
data1_process <- data1 %>%
  pivot_longer(
    cols = c(Particlei, Particlej),
    names_to = "particle_col",
    values_to = "cluster"
  ) %>%
  mutate(V1 = "conf9,10") # 按输出要求拼接V1字段

# 双表匹配+计算
final_result <- data1_process %>%
  # 匹配data2坐标
  left_join(
    data2 %>% select(cluster, position.x_data2 = position.x, position.y_data2 = position.y),
    by = "cluster"
  ) %>%
  # 匹配data3坐标
  left_join(
    data3 %>% select(cluster, position.x_data3 = position.x, position.y_data3 = position.y),
    by = "cluster"
  ) %>%
  # 过滤匹配失败的行（如果需要保留失败行，注释掉下面这行即可）
  filter(across(c(position.x_data2, position.y_data2, position.x_data3, position.y_data3), ~!is.na(.x))) %>%
  # 计算差值
  mutate(
    delta.x = position.x_data2 - position.x_data3,
    delta.y = position.y_data2 - position.y_data3
  ) %>%
  # 补全particlei、particlej字段，调整输出列顺序
  group_by(Particlei, Particlej) %>%
  mutate(
    particlei = Particlei,
    particlej = Particlej
  ) %>%
  ungroup() %>%
  select(V1, cluster, position.x_data3, position.y_data3, position.x_data2, position.y_data2, delta.x, delta.y, particlei, particlej)

• 你贴的示例data3第二行存在排版错位，运行前先修正该行的position.x和position.y值，否则数据读入会出错
• 你给出的示例data2、data3中不存在1829、13928、2875这类cluster值，这部分行会被过滤；如果你的实际全量数据中这些cluster存在，代码会自动完成匹配计算
• 如果需要保留匹配失败的记录，直接删除filter行即可，匹配失败的坐标和差值列会显示为NA

内容的提问来源于stack exchange，提问作者shah nawaz