如何通过多组列值配对条件过滤R语言数据框中的对应行

两种简洁的实现方式，都可以精准匹配infant值与region的组合，不会误筛同值不同地区的行：

方案1：tidyverse 半连接（可读性最高） #

利用semi_join仅保留左表与右表指定字段完全匹配的行的特性，一步完成筛选：

library(dplyr)

# 构造异常值-地区配对表
outlier_pairs <- tibble(
  infant = out$out,
  region = out$names[out$group]
)

# 半连接筛选后提取行名
outlier_rows <- df %>% 
  rownames_to_column("row_name") %>% 
  semi_join(outlier_pairs, by = c("infant", "region")) %>% 
  pull(row_name)

方案2：Base R 零依赖 #

用interaction将两个字段拼接为组合键后匹配，不需要额外安装包：

# 生成异常值组合键
outlier_keys <- interaction(out$names[out$group], out$out)
# 匹配原表组合键后提取行名
outlier_rows <- rownames(df)[interaction(df$region, df$infant) %in% outlier_keys]

如果infant是浮点型数值，为了避免精度问题导致匹配失败，可以先把两个表的infant字段统一保留相同小数位后再匹配，比如用round(infant, 1)处理。

内容的提问来源于stack exchange，提问作者Dominique Paul