如何存储双重循环结果至可变维度向量并为数据框A添加匹配网格ID列

看起来你需要给数据框A中的每个点匹配它所在的B中的网格单元，并且把匹配到的网格ID存成可变长度的向量。双重循环的思路虽然直观，但面对5万行A和3千行B的规模，效率会极低（1.5亿次循环操作），下面给你两种高效的实现方法，都是向量化/索引式操作，速度快很多：

方法一：用data.table的非等连接（纯数值匹配，最快） #

data.table的非等连接可以直接帮你完成"x在xmin-xmax之间且y在ymin-ymax之间"的匹配，并且自动按A的行分组收集匹配到的ID：

# 先加载包并模拟数据（你可以替换成自己的真实数据）
library(data.table)
set.seed(123)
A <- data.frame(id = 1:50000,
                x = runif(50000, 0, 100),
                y = runif(50000, 0, 100))
B <- data.frame(ID = 1:3000,
                xmin = seq(0, 97, length.out = 3000),
                xmax = seq(3, 100, length.out = 3000),
                ymin = seq(0, 97, length.out = 3000),
                ymax = seq(3, 100, length.out = 3000))

# 转成data.table格式以启用高效操作
setDT(A)
setDT(B)

# 执行非等连接，分组收集匹配的ID
match_result <- B[A, on = .(xmin <= x, xmax >= x, ymin <= y, ymax >= y),
                  .(id = i.id, matched_ID = list(ID)),
                  by = .EACHI]

# 将匹配结果合并回原A数据框
A <- A[match_result, on = .(id), matched_ID := i.matched_ID]

代码说明： #

• on = .(xmin <= x, xmax >= x, ymin <= y, ymax >= y)：定义匹配规则，即A的x落在B的xmin-xmax区间，同时A的y落在B的ymin-ymax区间
• by = .EACHI：针对A中的每一行进行分组，把所有匹配到的B的ID打包成一个向量（存在list列里）
• 最终A中的matched_ID列就是你需要的可变长度向量，每个元素对应该行点匹配到的所有网格ID

方法二：用sf包做空间匹配（适合空间数据场景） #

如果你的网格本质是空间矩形，用sf包的空间操作会更直观，它会自动利用空间索引加速匹配：

# 加载包并模拟数据
library(sf)
library(dplyr)
set.seed(123)
A <- data.frame(id = 1:50000,
                x = runif(50000, 0, 100),
                y = runif(50000, 0, 100))
B <- data.frame(ID = 1:3000,
                xmin = seq(0, 97, length.out = 3000),
                xmax = seq(3, 100, length.out = 3000),
                ymin = seq(0, 97, length.out = 3000),
                ymax = seq(3, 100, length.out = 3000))

# 把B的网格转成空间多边形
B_sf <- B %>%
  rowwise() %>%
  # 手动构造矩形多边形的坐标点
  mutate(geometry = list(rbind(c(xmin, ymin), c(xmax, ymin), c(xmax, ymax), c(xmin, ymax), c(xmin, ymin)))) %>%
  mutate(geometry = st_polygon(geometry)) %>%
  st_sf(crs = 4326) # 这里可以替换成你实际使用的坐标系

# 把A的点转成空间点对象
A_sf <- st_as_sf(A, coords = c("x", "y"), crs = 4326)

# 执行空间连接：找到每个点所在的所有网格
matched_data <- st_join(A_sf, B_sf, join = st_within) %>%
  group_by(id) %>%
  summarise(matched_ID = list(ID)) %>%
  st_drop_geometry() # 去掉空间属性，转回普通数据框

# 合并回原A
A <- left_join(A, matched_data, by = "id")

代码说明： #

• st_within：判断点是否在多边形（网格）内部，这正是你需要的匹配逻辑
• group_by(id) %>% summarise(matched_ID = list(ID))：把每个点匹配到的所有网格ID打包成向量
• 这种方法更适合后续需要进行空间分析的场景，代码可读性更强

为什么不推荐双重循环？ #

双重循环的时间复杂度是O(n*m)，对于5万行A和3千行B，会产生1.5亿次循环操作，在R中这种循环会非常慢，甚至可能需要几十分钟才能完成。而上面两种方法都是基于向量化或空间索引的优化，执行时间通常在几秒到几十秒之间，效率提升非常明显。

内容的提问来源于stack exchange，提问作者user7721228