dplyr复杂连接实现：能否无需中间变量进行非精确匹配？

当然可以！dplyr 完全支持在连接操作中直接对变量进行类似SQL的处理，不需要额外创建中间变量。下面给你两种实用的实现方式：

1. 使用join_by()函数（推荐，dplyr 1.1.0+） #

从dplyr 1.1.0版本开始，新增的join_by()函数可以直接编写类似SQL ON子句的连接条件，完美匹配你需求的场景。对应你给出的SQL语句，dplyr的写法如下：

library(dplyr)

# 假设x和y是你的两个数据框
result <- left_join(x, y, by = join_by(substr(var1, 1, 5) == var2))

这里substr(var1, 1, 5)直接对x的var1字段截取前5位，然后和y的var2字段进行匹配，逻辑和你的SQL语句完全一致，而且不需要额外生成中间变量。

2. 低版本dplyr的替代方案 #

如果你使用的是dplyr 1.1.0之前的版本，可以用「先连接后过滤」的方式（注意：这种方式会先生成笛卡尔积再过滤，数据量大时效率较低，优先推荐上面的方法）：

result <- left_join(x, y, by = NULL) %>%
  filter(substr(var1, 1, 5) == var2)

或者也可以在连接时直接通过命名向量指定处理后的匹配关系：

result <- left_join(x, y, by = c("substr(var1, 1, 5)" = "var2"))

总结 #

• 优先使用join_by()的方式，它不仅逻辑清晰、和SQL语法对齐，还能避免笛卡尔积带来的性能问题；
• 两种方式都不需要提前创建中间变量，直接在连接步骤中完成变量的处理与匹配。

内容的提问来源于stack exchange，提问作者mnmn