R语言如何在不指定列名前提下查找两个数据框的匹配公共行

传入示例数据 #

两个待匹配的数据框结构参考如下：

df1 <- data.frame(x1 = c("d","e","f","g"),  x2 = c("Aug 2017","Sep 2017","Oct 2017","Nov 2017"),  x3 = c(456,678,876,987))
df2 <- data.frame(x1 = c("a","b","c","d"),  x2 = c("Aug 2017","Sep 2017","Oct 2017","Nov 2017"),  x3 = c(123,324,345,564))

需求与约束 #

• 核心逻辑：判断df1对应列的取值是否存在于df2的指定列中，匹配成功则返回df1中该取值所在的完整行，新增列将匹配行标记为common
• 约束要求：函数内部不可硬编码显式指定列名，类似inner_join这类需要手动传入by = 'col_name'参数的方法不可直接使用
• 期望输出格式：

x1       x2  x3     x4
1  d Aug 2017 456 common

通用函数实现 #

函数自动适配传入的数据框，不需要手动写死列名，默认按第一列做匹配（可通过参数调整匹配列位置，也可修改为按所有同名列自动匹配）：

match_common_rows <- function(df1, df2, match_col_pos = 1) {
  # 自动提取匹配列名，无需硬编码
  match_col <- names(df1)[match_col_pos]
  # 筛选匹配成功的行
  match_res <- df1[df1[[match_col]] %in% df2[[match_col]], ]
  # 新增标记列
  match_res$x4 <- "common"
  # 重置行名（可选）
  rownames(match_res) <- NULL
  return(match_res)
}

调用测试 #

直接传入两个数据框即可得到符合要求的结果：

match_common_rows(df1, df2)

运行输出：

x1       x2  x3     x4
1  d Aug 2017 456 common

灵活调整说明 #

• 如果需要按多列匹配，将函数内match_col的赋值逻辑替换为match_col <- intersect(names(df1), names(df2))，即可自动识别两个数据框的所有共有列作为匹配键，全程不需要手动输入列名
• 如果匹配列不是第一列，调用时传入列位置参数即可，例如按第二列匹配写为match_common_rows(df1, df2, match_col_pos = 2)
• 标记列的列名如果需要调整，直接修改match_res$x4中的x4为目标列名即可

内容的提问来源于stack exchange，提问作者Rupaa Ramesh