为什么在使用merge和%in%时存在差异？

我有两个数据集，我想通过两个识别变量（up和ver_）进行合并：

我想做的是取出df2的一个子集，其中的up和ver_与df1中的匹配。我用了两种不同的方法，得到了不同的答案

第一种方法：

pur <- merge(df2, df1,by=c("up","ver_u"))

使用merge和%in%是否存在系统性差异

---

如果您能对此有所了解，将不胜感激。

因为

merge

正在逐行比较两列，而%中的

%正在将一行与所有其他行进行比较。例如：

#dummy data
df1 <- data.frame(x = c(1,2,3),
                  y = c(2,3,4))
df1
#   x y
# 2 2 3
# 3 3 4

df2 <- data.frame(x = c(2,3,1,3),
                  y = c(3,1,4,1))
df2
#   x y
# 1 2 3
# 2 3 1
# 3 1 4
# 4 3 1

# using merge
merge(df1, df2, by = c("x", "y"))
#   x y
# 1 2 3

# using %in%
df1[(df1$x %in% df2$x) & (df1$y %in% df2$y), ]
#   x y
# 2 2 3
# 3 3 4

#虚拟数据
df1是因为
merge
对两列进行逐行比较，而%
中的
%对一行与所有其他行进行比较。例如：

#dummy data
df1 <- data.frame(x = c(1,2,3),
                  y = c(2,3,4))
df1
#   x y
# 2 2 3
# 3 3 4

df2 <- data.frame(x = c(2,3,1,3),
                  y = c(3,1,4,1))
df2
#   x y
# 1 2 3
# 2 3 1
# 3 1 4
# 4 3 1

# using merge
merge(df1, df2, by = c("x", "y"))
#   x y
# 1 2 3

# using %in%
df1[(df1$x %in% df2$x) & (df1$y %in% df2$y), ]
#   x y
# 2 2 3
# 3 3 4

#虚拟数据
df1
pur1 = merge(test, df1,by=c("up","ver_u"))

#dummy data
df1 <- data.frame(x = c(1,2,3),
                  y = c(2,3,4))
df1
#   x y
# 2 2 3
# 3 3 4

df2 <- data.frame(x = c(2,3,1,3),
                  y = c(3,1,4,1))
df2
#   x y
# 1 2 3
# 2 3 1
# 3 1 4
# 4 3 1

# using merge
merge(df1, df2, by = c("x", "y"))
#   x y
# 1 2 3

# using %in%
df1[(df1$x %in% df2$x) & (df1$y %in% df2$y), ]
#   x y
# 2 2 3
# 3 3 4