R使用anti_join合并数据时仅保留df1包含的ID对应行的实现方法

原来的代码中bind_rows(df2)会保留df2的所有行，包括df1中不存在的Id=7的记录，你可以通过以下两种简便方式实现需求，均基于dplyr的语法逻辑，改动量很小：

方法1：提前过滤df2再合并（适合大数据量场景） #

核心是用semi_join先提取df2中与df1的Id匹配的行，再进行纵向合并，避免无效数据参与合并：

library(dplyr)
df1 = data.frame(Id = c(1:6), Product = c(rep("Toaster", 3), rep("Radio", 3)), Test = NA)
df2 = data.frame(Id = c(2, 4, 6, 7), State = c(rep("Alabama", 2), rep("Ohio", 2)))

df_sum <- anti_join(df1, df2, by = "Id") %>% 
  bind_rows(semi_join(df2, df1, by = "Id"))

方法2：合并后统一过滤（写法更直观） #

在原有代码基础上仅加一行过滤逻辑，保留仅存在于df1中的Id：

library(dplyr)
df1 = data.frame(Id = c(1:6), Product = c(rep("Toaster", 3), rep("Radio", 3)), Test = NA)
df2 = data.frame(Id = c(2, 4, 6, 7), State = c(rep("Alabama", 2), rep("Ohio", 2)))

df_sum <- anti_join(df1, df2, by = "Id") %>% 
  bind_rows(df2) %>% 
  filter(Id %in% df1$Id)

输出效果 #

两种方法最终得到的结果一致，符合预期：

内容的提问来源于stack exchange，提问作者BroNKo