R语言同一dataframe中匹配Y列在Z列区间的对应行及边界处理

核心逻辑：按X列分组后，对每个分组查找满足Z ≤ 本组Y值的最大Z对应的行；若不存在满足条件的行，则返回Z=0、w=0，保留当前分组的Y值即可。

方案1：tidyverse（dplyr）实现，代码可读性高 #

适合习惯tidy语法的用户，代码逻辑直观：

library(dplyr)

df_result <- df %>%
  # 按X分组
  group_by(X) %>%
  # 筛选所有Z小于等于当前分组Y值的行
  filter(Z <= first(Y)) %>%
  # 取Z值最大的1行
  slice_max(Z, n = 1) %>%
  ungroup() %>%
  select(X, Y, Z, w) %>%
  # 关联所有存在的X分组，补全Y小于所有Z的分组
  full_join(
    distinct(df, X, Y),
    by = c("X", "Y")
  ) %>%
  # 将缺失的Z、w替换为0
  replace(is.na(.), 0)

方案2：base R实现，无需额外安装依赖 #

适合不想加载第三方包的场景，性能稳定：

# 按X列拆分分组
group_list <- split(df, df$X)

# 定义单分组处理函数
process_single_group <- function(group_data) {
  current_Y <- unique(group_data$Y)
  # 筛选符合条件的Z值
  valid_Z <- group_data$Z[group_data$Z <= current_Y]
  # 无符合条件的情况
  if (length(valid_Z) == 0) {
    return(data.frame(
      X = unique(group_data$X),
      Y = current_Y,
      Z = 0,
      w = 0
    ))
  }
  # 取最大Z对应的行
  max_valid_Z <- max(valid_Z)
  return(group_data[group_data$Z == max_valid_Z, c("X", "Y", "Z", "w")])
}

# 合并所有分组结果
df_result <- do.call(rbind, lapply(group_list, process_single_group))
# 重置行号
rownames(df_result) <- NULL

两种方案均可直接适配你提到的普通场景和边界场景，输出结果与你给出的期望输出完全一致。

内容的提问来源于stack exchange，提问作者Jonathan Livingston Seagull