使用dplyr基于另一数据表提取满足全部指定颜色的车辆数据

你之前用的filter(COLOR %in% table2$COLOR)确实只能拿到至少包含一个目标颜色的行，但我们需要的是整个品牌拥有table2里所有指定颜色的所有行——哪怕某一行的颜色不在目标集合里，只要它所属的品牌覆盖了全部目标颜色，就应该被保留。

下面是用dplyr实现的完整步骤：

步骤1：明确目标颜色集合 #

首先从table2中提取所有需要的颜色（去重，避免重复值干扰）：

target_colors <- unique(table2$COLOR)
# 这里得到的是 c("BLACK", "RED", "BLUE", "PURPLE")

步骤2：筛选符合条件的品牌 #

我们需要找出那些颜色集合包含所有target_colors的品牌：

library(dplyr)

qualified_makes <- table1 %>%
  group_by(MAKE) %>%
  # 检查当前品牌的所有颜色是否覆盖了全部目标颜色
  summarise(has_all_colors = all(target_colors %in% COLOR), .groups = "drop") %>%
  # 只保留符合条件的品牌
  filter(has_all_colors) %>%
  # 提取品牌名称作为筛选器
  pull(MAKE)

步骤3：提取符合条件品牌的所有行 #

用上面得到的品牌列表，过滤table1的所有行：

result <- table1 %>%
  filter(MAKE %in% qualified_makes)

运行后得到的结果就是你想要的：

YEAR    MODEL  MAKE ORDERCODE  COLOR
1 2001 GS300h LEXUS       YUK  BLACK
2 2001 GS300h LEXUS       HNY   BLUE
3 2002 GS300h LEXUS       ASF PURPLE
4 2002 GS300h LEXUS       FAS  BROWN
5 2002 GS300h LEXUS       YUI    RED

为什么这个方法可行？ #

• all(target_colors %in% COLOR)会检查目标颜色的每一个值，是否都存在于当前品牌的颜色集合中，只有全部满足时，该品牌才会被选中。
• 最后筛选的是品牌而非颜色，所以即使某行的颜色不在目标集合里（比如例子中的BROWN），只要它所属的品牌符合条件，就会被保留下来。

内容的提问来源于stack exchange，提问作者Sheila