在R语言中基于另一数据框的条件匹配填充新列

我来帮你搞定这个坐标匹配和可视化的需求！下面分两个核心部分来实现：先完成df_1的region标签匹配，再把df_2的16个区域可视化出来。

第一步：数据准备 #

首先先运行你提供的代码生成示例数据：

set.seed(806) 
# df_1 
df_1 <- data.frame( region= 0, x = sample(seq(-2, 2, .05), 5, replace = TRUE), y = sample(seq(0.5, 4.5, .05), 5, replace = TRUE)) 
# df_2 
df_2 <- data.frame( region = sample(1:16, 16), xmin = rep(seq(-2, 1, 1), each = 4), xmax = rep(seq(-1, 2, 1), each = 4), ymin = rep(seq(0.5, 3.5, 1), times = 4), ymax = rep(seq(1.5, 4.5, 1), times = 4))

第二步：为df_1匹配对应的region标签 #

这里提供三种方法，你可以根据数据集大小和使用习惯选择：

方法1：dplyr逐行匹配（直观易理解） #

这种方法用rowwise()逐行处理df_1，对每个坐标筛选出符合条件的df_2区域，提取对应的region：

library(dplyr)

df_1_matched <- df_1 %>%
  rowwise() %>%
  mutate(region = df_2$region[which(x >= df_2$xmin & x <= df_2$xmax & y >= df_2$ymin & y <= df_2$ymax)]) %>%
  ungroup()

# 查看匹配结果
print(df_1_matched)

运行后就能得到你预期的结果：

# A tibble: 5 × 3
  region     x     y
   <int> <dbl> <dbl>
1     13 -1    0.6 
2     11  0.95 1.55
3     13 -1.3  1   
4      5 -1.4  3.05
5      4  1.25 4.5 

方法2：apply函数逐行处理 #

用apply()遍历df_1的每一行，执行匹配逻辑：

df_1$region <- apply(df_1[, c("x", "y")], 1, function(row) {
  x_val <- row[1]
  y_val <- row[2]
  df_2$region[df_2$xmin <= x_val & df_2$xmax >= x_val & df_2$ymin <= y_val & df_2$ymax >= y_val]
})

print(df_1)

方法3：非等值连接（高效，推荐大数据集） #

如果你的数据集很大，逐行处理效率较低，可以用dplyr 1.1.0+支持的非等值连接，直接通过条件匹配，速度更快：

df_1_matched <- df_1 %>%
  select(-region) %>% # 移除初始的0值列
  left_join(df_2, by = join_by(x >= xmin, x <= xmax, y >= ymin, y <= ymax)) %>%
  select(region, x, y)

print(df_1_matched)

第三步：可视化df_2的16个区域 #

用ggplot2绘制每个区域的矩形，并标注region编号，方便直观查看区域分布：

library(ggplot2)

ggplot(df_2) +
  # 绘制区域矩形
  geom_rect(aes(xmin = xmin, xmax = xmax, ymin = ymin, ymax = ymax, fill = factor(region)), 
            alpha = 0.3, color = "black") +
  # 在区域中心标注region编号
  geom_text(aes(x = (xmin + xmax)/2, y = (ymin + ymax)/2, label = region), size = 4) +
  # 用颜色区分不同区域
  scale_fill_viridis_d() +
  # 设置标题和坐标轴标签
  labs(title = "df_2的16个坐标区域分布", x = "X坐标", y = "Y坐标") +
  theme_minimal()

运行后会生成一张清晰的区域分布图，每个矩形对应一个region，中心标注编号，能帮你快速验证坐标匹配是否正确。

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