如何基于df2的pid值筛选df1数据框，生成指定子集？

嘿，我来帮你搞定这个数据筛选的问题！你需要提取df1中pid出现在df2里的所有行对吧？这里有几个简单好用的方案：

方法1：基础R原生子集化 #

这是最直接的原生写法，靠%in%运算符实现匹配：

# 先修正df1的字符串格式（name列元素要加引号，不然会被当成变量报错）
df1 <- data.frame(
  pid = c(12,13,14,15,16,17,32,44,3,4,59,2,91),
  name = c("product1","product2","product3","product","product4","product5","product6","product7","product8","product9","product10","product11","product12")
)
df2 <- data.frame(pid = c(12,13,14,4,2))

# 核心筛选操作
df_subset <- df1[df1$pid %in% df2$pid, ]

%in%会逐个检查df1的pid是否存在于df2的pid向量中，返回一组逻辑值，用这个逻辑值就能精准筛选出符合条件的行。

方法2：dplyr包（tidyverse风格） #

如果你习惯用tidyverse的语法，filter()函数会更简洁直观：

# 没安装dplyr的话先运行：install.packages("dplyr")
library(dplyr)

df_subset <- df1 %>% 
  filter(pid %in% df2$pid)

管道符%>%把df1传递给filter()函数，直接指定筛选规则：只保留pid在df2$pid列表里的行。

小提醒 #

• 你示例里的df1 name列元素没加引号，R会把它们当成变量名，运行时肯定报错，记得给字符串加上双引号或单引号。
• 这两种方法都会保留df1中所有匹配的行（比如df1里有两个pid=2的行，都会被完整保留），完全符合你的需求。

内容的提问来源于stack exchange，提问作者Elfan