基于两个外部向量匹配标记R数据框中同时满足双条件的行

错误根因 #

你最初的代码失效是因为R的向量比较是按位置循环匹配：species和widths长度仅为5，会循环和过滤后的100行iris逐位置配对比较，只有位置刚好对应的行才会被正确判断，因此出现大量漏标。
如果单独用%in%分别匹配两个字段也不符合要求，会把Species=virginica且Petal.Width=1.2这类不符合配对规则的行误标记。

实现方案 #

方案1：字段拼接匹配（最简写法） #

将两个字段拼接为唯一标识，和预生成的配对标识列表匹配即可，代码简洁易读：

library(dplyr)

# 你的外部向量
widths <- c(1.2, 1.7, 1.8, 1.8, 1.9)
species <- c(rep("versicolor", 3), rep("virginica", 2))

# 预生成配对唯一标识
match_pairs <- paste0(species, "_", widths)

iris_flagged <- iris %>%
  filter(Species != "setosa") %>%
  mutate(flag = ifelse(paste0(Species, "_", Petal.Width) %in% match_pairs, "check", "")) %>%
  arrange(Species, Petal.Width)

方案2：配对表匹配（更严谨） #

如果字段值包含下划线等拼接用特殊字符，可通过配对查找表避免拼接冲突，逻辑更严谨：

library(dplyr)

widths <- c(1.2, 1.7, 1.8, 1.8, 1.9)
species <- c(rep("versicolor", 3), rep("virginica", 2))

# 生成配对查找表
match_df <- data.frame(Species = species, Petal.Width = widths)

iris_flagged <- iris %>%
  filter(Species != "setosa") %>%
  rowwise() %>%
  # 判断当前行的两个字段组合是否存在于配对表中
  mutate(flag = ifelse(nrow(match_df[match_df$Species == Species & match_df$Petal.Width == Petal.Width, ]) > 0, "check", "")) %>%
  ungroup() %>%
  arrange(Species, Petal.Width)

效果验证 #

上述两种方案的标记结果和你手动枚举的iris_flagged2完全一致，后续调整配对规则只需要修改species和widths两个外部向量即可，不需要修改判断逻辑，扩展性和鲁棒性更强。

内容的提问来源于stack exchange，提问作者DylanMG