子集data.frames，合并子集和结果的rbind

我试图在 df2 中找到 values ，它在 df1 中的 value 的百分比内 . 这些 dfs 是长格式，由以下列/变量 State （df1）， ID （df2）， MM ， variable 和 value 组成 . 我匹配 MM 和 variable 并且包括data.frames之间的所有 values ，以便我可以稍后对它们进行子集化以选择百分比内的那些 .

我的问题的解决方案几乎可以找到here，使用merge然后子集来查找 values . 但是，额外的细微差别不允许我按原样使用此解决方案 . df1 是~900行， df2 是~1,600,000行，如果我尝试 merge 全部，r /我的机器无法处理它 . 但是，首先对每个 MM 和 variable 进行子集化，然后合并，然后进行子集化，最后对所有中间体子集化data.frames进行rbinding，应该产生我想要的结果 .

有没有办法将子集 data.frames 然后 merge 它们存储，存储结果直到通过子集化列表 data.frames 合并然后再绑定它们？

我知道dlply可以列出子集化的data.frames，但我不知道如何按顺序保留子集和合并 . 最多有12个 MM 组，总是4个 variable 组，每个 df 最多36个子集 .

for循环或具有for循环的函数似乎可以工作，但我不知道在r中使用正确的工具来实现它 .

下面的示例执行一个（最多36个） MM 和 variable 分组的子集和合并 .

# for example, MM = 1 and variable = TMN
df1 <- structure(list(State = structure(c(1L, 1L, 3L, 3L, 2L, 2L, 1L, 
    1L, 3L, 3L, 2L, 2L), .Label = c("AL", "NM", "PA"), class = "factor"), 
    MM = c(1L, 1L, 2L, 3L, 5L, 6L, 1L, 1L, 2L, 3L, 5L, 6L), variable = structure(c(2L, 
    4L, 2L, 4L, 2L, 4L, 3L, 1L, 3L, 1L, 3L, 1L), .Label = c("RH", 
    "TMN", "TMP", "TMX"), class = "factor"), value = c(1.2, 2.3, 
    3.4, 5.6, 7.8, 9.1, 1.3, 2.4, 3.5, 4.6, 5.7, 6.8)), .Names = c("State", 
    "MM", "variable", "value"), class = "data.frame", row.names = c(NA, 
    -12L))

df2 <- structure(list(ID = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 
    3L, 3L, 4L, 4L, 4L), MM = c(1L, 1L, 1L, 1L, 2L, 6L, 3L, 2L, 5L, 6L, 6L, 5L, 3L, 1L, 7L
    ), variable = structure(c(2L, 4L, 1L, 3L, 2L, 4L, 1L, 3L, 2L, 
    4L, 1L, 3L, 1L, 2L, 4L), .Label = c("RH", "TMN", "TMP", "TMX"), class = "factor"), 
    value = c(1.2, 2.3, 2.4, 1.3, 3.4, 9.1, 4.7, 3.5, 7.8, 5.6, 
    6.9, 5.7, 8.5, 1.2, 4.5)), .Names = c("ID", "MM", "variable", "value"), 
    class = "data.frame", row.names = c(NA, -15L))

df1.tmn <- subset(df1, MM == 1 && variable == 'TMN')
df2.tmn <- subset(df2, MM == 1 & variable == 'TMN')
df1.df2.tmn <- merge(df1.tmn, df2.tmn, by = c("MM", "variable"))
# desired output example using one MM and one variable
df1.df2.tmn.sub <- subset(df1.df2.tmn, value.y < value.x*1.025 & value.y > (value.x-(value.x*.025)))

# dlply can make subsets from data.frames into a list, but 
MM <- unique(as.list(df1$MM))
VAR <- unique(as.list(df1$variable))
dlply(df1, c("MM", "variable"))