基于区间桶的DataFrame值匹配：将Key映射到对应区间Value

这是个非常典型的区间匹配场景，我给你分享几种实用的实现方法，都能完美适配你的示例数据：

首先先确认你的示例数据（方便大家复现）：

# 原始数据
df1 <- data.frame(MIN = c(1,4,8, 14), MAX = c(3, 6, 10, 18), VALUE = c(3, 56, 3, 5))
df2 <- data.frame(KEY = c(2,5,9,18,3))

# 期望结果
df3 <- data.frame(KEY = c(2,5,9,18,3), VALUE = c(3, 56, 3, 5, 3))

方法一：Base R 基础实现（小数据量友好） #

用sapply遍历每个KEY值，匹配符合MIN <= KEY <= MAX条件的VALUE，逻辑直观易懂，适合数据量不大的场景：

df3_base <- df2
df3_base$VALUE <- sapply(df3_base$KEY, function(k) {
  df1$VALUE[df1$MIN <= k & df1$MAX >= k]
})

# 查看结果
df3_base

方法二：dplyr 非等值连接（大数据量高效） #

如果你常用tidyverse生态，推荐用非等值连接（non-equi join），这比逐行遍历效率高很多，尤其适合处理大数据：

library(dplyr)

# 需要dplyr 1.1.0及以上版本支持join_by语法
df3_dplyr <- df2 %>%
  left_join(df1, join_by(KEY >= MIN, KEY <= MAX)) %>%
  select(KEY, VALUE)

# 查看结果
df3_dplyr

方法三：data.table 非等值连接（极致高效） #

如果你的数据量特别大，data.table的非等值连接是性能天花板级别的选择，处理速度远超其他方法：

library(data.table)

# 转换为data.table格式
setDT(df1)
setDT(df2)

# 非等值连接匹配
df3_dt <- df2[df1, on = .(KEY >= MIN, KEY <= MAX), .(KEY, VALUE = i.VALUE)]

# 查看结果
df3_dt

以上三种方法都能准确得到你想要的df3结果，你可以根据自己的数据量和常用工具链选择合适的方案~

内容的提问来源于stack exchange，提问作者Michael