R语言如何提取dataframe A中存在于dataframe B的行

你需要实现的是从数据框A中筛选出所有列取值同时存在于数据框B中的行，以下是几种常用的实现方案：

方案1：dplyr包semi_join（推荐，代码最简洁） #

semi_join是专门为这类「左表匹配右表存在的行」场景设计的函数，会自动保留A表的原始结构和行顺序，不会产生多余重复行：

# 加载包，若未安装先运行 install.packages("dplyr")
library(dplyr)

# 构造示例数据
A <- data.frame(
  row.names = 1:8,
  x = c(0.0, 0.5, -0.5, -1.0, -0.5, 0.5, 1.0, 1.5),
  y = c(0.0, 0.8, 0.8, 0.0, -0.8, -0.8, 0.0, 0.8)
)
B <- data.frame(
  row.names = 1:3,
  x = c(-1.0, 0.5, 3.0),
  y = c(0.0, -0.8, 0.0)
)

# 执行匹配
result <- semi_join(A, B, by = c("x", "y"))

运行后输出的result和你给出的期望结果完全一致，会保留A中匹配行原本的行索引（4、6）。
提示：如果两个表用于匹配的列名不一致，可以在by参数中指定映射关系，格式为by = c("A表列名1" = "B表列名1", "A表列名2" = "B表列名2")

方案2：基础R实现，无需安装第三方包 #

如果不想依赖额外扩展包，可以选择以下任意一种基础R写法：

• 写法1：merge取交集

# sort = FALSE 用于保留A中原始行顺序
result <- merge(A, B, by = c("x", "y"), sort = FALSE)

• 写法2：行值拼接匹配
  将每行的多列值拼接为字符串，通过%in%判断是否存在于B中，这种方法会100%保留A的原始行属性：

match_index <- do.call(paste, A) %in% do.call(paste, B)
result <- A[match_index, ]

方案3：data.table实现（适合百万级以上大数据量） #

如果处理的数据规模很大，data.table的匹配速度远高于其他方法：

# 加载包，若未安装先运行 install.packages("data.table")
library(data.table)
# 转成data.table格式
setDT(A)
setDT(B)
# 执行匹配，nomatch=NULL表示丢弃不匹配的行
result <- A[B, on = .(x, y), nomatch = NULL]
# 需要转回普通data.frame的话执行 result <- as.data.frame(result)

内容的提问来源于stack exchange，提问作者locket