R语言如何判断数据框列值是否在另一数据框的±1000范围内

以下分两种常见匹配场景提供代码，可根据需求选择：

场景1：全局范围匹配（和你原有%in%逻辑一致，仅将精确匹配替换为范围匹配） #

遍历Df1的每一个V2值，判断Df2中是否存在任意符合±1000阈值的记录，返回1/0标识匹配结果：

Df1$presentinDf2 <- as.integer(sapply(Df1$V2, function(cur_val) {
  any(Df2$V2 >= cur_val - 1000 & Df2$V2 <= cur_val + 1000)
}))

如果需要直接提取Df2中所有符合匹配条件的记录，使用以下代码：

Df2_matched <- Df2[sapply(Df2$V2, function(cur_val) any(abs(cur_val - Df1$V2) <= 1000)), ]

场景2：按行位置一一对应匹配 #

如果两个数据框行数一致，仅需要判断同位置行的V2值是否在±1000范围内，可直接用向量化运算，性能更高：

Df1$presentinDf2 <- as.integer(abs(Df1$V2 - Df2$V2) <= 1000)

大数据量优化方案（dplyr 1.1.0+版本） #

如果数据量较大，用不等式关联的方式性能远高于遍历：

library(dplyr)
# 给Df1打匹配标识
Df1 <- Df1 %>% 
  left_join(Df2 %>% mutate(matched = 1), 
            join_by(abs(V2 - y$V2) <= 1000)) %>% 
  group_by(V2) %>% 
  summarise(presentinDf2 = as.integer(any(!is.na(matched))), .groups = "drop") %>% 
  left_join(Df1, ., by = "V2")

# 提取Df2匹配记录
Df2_matched <- Df2 %>% semi_join(Df1, join_by(abs(V2 - y$V2) <= 1000))

内容的提问来源于stack exchange，提问作者Tumi