如何基于lookup列无重复匹配两个dataframe，未匹配结果返回NA

核心实现逻辑：对两个表的同lookup值分别编组内序号，通过lookup+组内序号双字段匹配，天然保证ID不会被重复调用，同lookup下ID用完后后续匹配自动返回NA，全程为向量化操作，即使DF2有2万+行也能高效运行。

步骤1：模拟示例数据（实际使用时替换为你自己的数据集即可） #

# 加载依赖包，没有安装可先运行 install.packages("dplyr")
library(dplyr)

# 示例DF1
DF1 <- data.frame(
  lookup = c("EM1PRI", "EM1PRI", "EM2PRI", "EM3PRI", "EM3PRI")
)

# 示例DF2
DF2 <- data.frame(
  lookup = c("EM1PRI", "EM1PRI", "EM2PRI", "EM3PRI", "EM4PRI"),
  ID = c("ID001", "ID002", "ID003", "ID004", "ID005")
)

步骤2：可选预处理（DF2去重） #

如果DF2存在同lookup下重复ID的情况，可先去重避免无效占用ID配额：

DF2 <- DF2 %>% distinct(lookup, ID, .keep_all = TRUE)

步骤3：分别为两表添加组内序号 #

# 为DF1的同lookup行按顺序编序号
DF1_with_idx <- DF1 %>%
  group_by(lookup) %>%
  mutate(idx = row_number()) %>%
  ungroup()

# 为DF2的同lookup下的ID按顺序编序号
DF2_with_idx <- DF2 %>%
  group_by(lookup) %>%
  mutate(idx = row_number()) %>%
  ungroup()

步骤4：匹配生成结果表DF3 #

DF3 <- DF1_with_idx %>%
  left_join(DF2_with_idx, by = c("lookup", "idx")) %>%
  select(-idx)

运行后得到的DF3结果如下，完全符合预期：

Base R 实现版本（不需要加载第三方包） #

# 为DF1加组内序号
DF1$idx <- ave(rep(1, nrow(DF1)), DF1$lookup, FUN = seq_along)
# 为DF2加组内序号
DF2$idx <- ave(rep(1, nrow(DF2)), DF2$lookup, FUN = seq_along)
# 左连接匹配
DF3 <- merge(DF1, DF2, by = c("lookup", "idx"), all.x = TRUE)
# 删除临时序号列
DF3$idx <- NULL

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