如何在R中不使用dplyr::join和变量重排，用循环匹配数据框元素？

没问题，我来帮你实现这个需求！按照要求，我们不使用任何dplyr::join系列函数，而是通过逐行遍历df_i，结合预先构建的查找表来匹配df_list中的元素，同时保持原数据的顺序不变。

步骤说明 #

1. 构建查找映射表：先把df_list转换成按id分组的查找结构，方便后续快速定位每个id对应的所有待匹配向量和flag值。
2. 逐行处理df_i：对df_i的每一行，提取当前行的id、var1和var2组成的目标向量，然后在对应id的查找表中搜索匹配的向量，找到后记录对应的flag和匹配向量，没找到则填充NA。
3. 合并结果：把匹配得到的flag和var5列合并到原df_i中，得到最终结果。

可复现代码 #

# 待比较的数据框
df_i <- data.frame(id = c(1,1,1,2,2,3), var1 = c(1,2,4,6,4,2), var2 = c(2,4,5,2,1,6))
# 包含列表列、用于与df_i比较的数据框
df_list <- data.frame(
 id = c(1,1,2,2,2,2,2,3,3),
 var34 = I(list(c(4,7),c(1,2),c(1,5),c(1,3),c(4,1),c(1,3),c(6,2),c(3,9),c(2,6)))) %>% 
 dplyr::group_by(id) %>% 
 dplyr::summarise(var34 = list(var34)) %>% 
 dplyr::mutate(flag = c("c", "b", "f"))

# 1. 构建按id查找的映射表
lookup <- setNames(
  lapply(seq(nrow(df_list)), function(row_idx) {
    list(
      target_vecs = df_list$var34[[row_idx]],  # 当前id下的所有待匹配向量
      flag_value = df_list$flag[row_idx]       # 当前id对应的flag
    )
  }),
  as.character(df_list$id)  # 用id作为映射表的键
)

# 2. 初始化结果列
flag_col <- vector("character", nrow(df_i))
var5_col <- vector("list", nrow(df_i))

# 逐行遍历df_i进行匹配
for (row_num in seq(nrow(df_i))) {
  current_id <- as.character(df_i$id[row_num])
  # 生成当前行的目标比较向量：var1和var2组成的向量
  current_target <- c(df_i$var1[row_num], df_i$var2[row_num])
  
  # 如果当前id不在查找表中，直接填充NA
  if (!current_id %in% names(lookup)) {
    flag_col[row_num] <- NA_character_
    var5_col[row_num] <- list(NA)
    next
  }
  
  # 获取当前id对应的查找条目
  current_lookup <- lookup[[current_id]]
  # 遍历所有待匹配向量，找到和目标向量完全相等的元素
  match_positions <- which(sapply(current_lookup$target_vecs, function(vec) all(vec == current_target)))
  
  # 根据匹配结果赋值
  if (length(match_positions) > 0) {
    # 取第一个匹配的结果（如果有多个匹配，可根据需求调整）
    flag_col[row_num] <- current_lookup$flag_value
    var5_col[row_num] <- list(current_lookup$target_vecs[[match_positions[1]]])
  } else {
    flag_col[row_num] <- NA_character_
    var5_col[row_num] <- list(NA)
  }
}

# 3. 合并结果到原数据框
df_result <- df_i
df_result$flag <- flag_col
df_result$var5 <- I(var5_col)

# 查看结果
df_result

结果说明 #

运行上述代码后，得到的df_result会按照需求匹配：

• 当df_i某行的var1+var2向量在对应id的df_list$var34中存在时，会填充对应的flag和匹配的向量到var5列；
• 不存在匹配时，flag和var5均为NA；
• 完全保持了df_i的原始行顺序和变量顺序。

如果你的期望输出中存在匹配逻辑的特殊要求（比如向量顺序反转匹配），只需要修改current_target的生成方式即可，比如改成current_target <- c(df_i$var2[row_num], df_i$var1[row_num])。

内容的提问来源于stack exchange，提问作者adl