R语言新手求助：基于匹配MRN从两个数据集创建新数据集

嘿，作为R语言新手，这个需求其实很常见，我来一步步帮你搞定！首先咱们先把你的示例数据还原成可运行的R代码，这样你可以直接跟着试：

# 构造第一个数据集（对应你说的第一个数据集）
df1 <- data.frame(
  MRN = c(222, 345, 555, 888, 675),
  Age = c(50, 64, 75, 56, 52),
  Status = c("likely", "likely", "unknown", "likely", "unknown")
)

# 构造第二个数据集（对应你说的第二个数据集）
df2 <- data.frame(
  MRN = c(222, 446, 555, 888, 678),
  Age = c(50, 35, 75, 56, 48),
  Status = c("likely", "unknown", "unknown", "likely", "unknown")
)

第一步：获取两个数据集中匹配的MRN #

你已经用到了intersect()函数，这步是对的，咱们完善一下：

# 提取两个数据集共有的MRN
matched_mrn <- intersect(df1$MRN, df2$MRN)
# 查看结果，应该是222、555、888
print(matched_mrn)

第二步：基于匹配MRN创建新数据集 #

这里给你两种常用方法，选你顺手的就行：

方法1：用Base R（不用额外装包） #

• 从单个数据集中提取匹配的行：

# 从df1中提取匹配MRN的所有行
df1_matched <- subset(df1, MRN %in% matched_mrn)
# 从df2中提取匹配MRN的所有行
df2_matched <- subset(df2, MRN %in% matched_mrn)

• 如果想把两个数据集的匹配行合并成一个（保留所有字段），用merge()：

# 按MRN合并，给重复字段加后缀区分来源
combined_matched <- merge(df1, df2, by = "MRN", suffixes = c("_df1", "_df2"))

方法2：用dplyr包（更直观，适合新手） #

如果你还没装dplyr，先安装并加载：

install.packages("dplyr")
library(dplyr)

• 提取单个数据集的匹配行：

df1_matched <- df1 %>% filter(MRN %in% matched_mrn)
df2_matched <- df2 %>% filter(MRN %in% matched_mrn)

• 一步到位合并匹配行（用inner_join自动只保留共有的MRN）：

# inner_join会直接返回两个数据集中MRN匹配的行，无需先找intersect
combined_matched <- inner_join(df1, df2, by = "MRN")

最后：检查结果 #

你可以用这些命令查看生成的新数据集是否符合预期：

# 查看前几行
head(combined_matched)
# 打开可视化界面查看（RStudio可用）
View(combined_matched)

内容的提问来源于stack exchange，提问作者kmardinian