R语言查找不同长度数值向量或数据框列中共有相同值的方法

你之前构建等长数据框的思路本身存在问题：长度不一致的向量直接传入data.frame()时，R会自动循环短向量对齐长向量长度，生成的数据集和原始向量的对应关系完全错乱，后续基于这个数据框做的匹配自然不会正确。不需要强行对齐向量长度，直接用向量运算就能完成匹配。

两向量匹配场景（找x和y的共同值） #

基础R原生方案 #

用内置函数intersect()直接取两个向量的交集即可，不要求向量长度相等，也不需要提前指定待匹配值：

# 示例数据
x <- c(15,43,46,76,111,138,205,227,242,330,333,339,348,380,402,403,498,534,579)
y <- c(391, 392, 393, 394, 395, 396, 397, 398, 399, 400, 401, 404, 405, 406, 407, 408, 409, 410, 411, 412, 413, 414, 415, 416, 417, 418, 419, 420, 421, 422, 423, 424, 425, 426, 427, 428, 429, 430, 431, 432, 433, 434, 435, 436, 437, 438, 439, 440, 441, 442, 443, 444, 445, 446, 447, 448, 449, 450, 451, 452, 453, 454, 455, 456, 457, 458, 459, 460, 461, 462, 463, 464, 465, 466, 467, 469, 470, 471, 472, 473, 474, 475, 476, 477, 478, 479, 480, 481, 482, 483, 484, 485, 486, 487,488, 489, 490, 491, 492, 493, 494, 495, 496, 497, 498, 499, 500, 501, 503, 504, 505, 506, 507)

# 提取公共值
common_val <- intersect(x, y)

针对你提供的示例数据，运行后返回结果为498，和你已知的“仅存在1个共同值”的情况一致。
如果需要获取公共值在y向量中的位置索引，用%in%做逻辑判断搭配which()即可：

# 获取公共值在y中的索引位置
common_in_y_pos <- which(y %in% x)

dplyr实现 #

如果习惯tidyverse语法，将两个向量分别转为单列tibble后做内连接即可，同样不需要对齐长度：

library(dplyr)
common_tbl <- tibble(val = x) %>%
  inner_join(tibble(val = y), by = "val")

返回结果的val列即为两个向量的公共值。

三向量匹配场景（找a中同时存在于b、c的值） #

基础R原生方案 #

两种写法都可以实现：

• 连续调用intersect()取多轮交集
• 用%in%做双重逻辑判断

# 示例三向量
a <- c(2,5,7,9,12,498)
b <- c(3,5,8,9,498,100)
c <- c(1,5,6,9,498,200)

# 写法1：连续取交集
common_three <- intersect(intersect(a, b), c)
# 返回结果：5、9、498

# 写法2：逻辑判断筛选
common_three2 <- a[a %in% b & a %in% c]

dplyr实现 #

连续做内连接即可：

library(dplyr)
common_three_tbl <- tibble(val = a) %>%
  inner_join(tibble(val = b), by = "val") %>%
  inner_join(tibble(val = c), by = "val")

注意：如果待匹配的是带小数的浮点型数值，不要直接用==做相等判断，会存在浮点精度误差，这类场景建议用dplyr::near()做容差判断；整数型向量直接使用上述方法即可，不存在精度问题。

内容的提问来源于stack exchange，提问作者Stanleee