你可以“半透视”df2，这样就有一个包含所有id的id列，同时保留列id1-id4，然后用id连接：

library(dplyr)
library(tidyr)

df2_semi_pivot <- df2 %>% 
  mutate(across(id1:id4, .names = "{col}_pivot")) %>% 
  pivot_longer(ends_with("pivot"), names_to = NULL, values_to = "id")

left_join(df1, df2_semi_pivot)

id score id1 id2 id3 id4
1 11    20  11  98  NA  NA
2 22    22  22   9  NA  NA
3 33    33  NA  33  66  NA
4 44    22  NA  NA  44  16
5 55    11  NA  NA  NA  NA

您可以将来自df2的所有id粘贴在一起，创建一个正则表达式模式，然后查看每个模式与df1的行匹配的位置。我想有一个更简单的方法来做到这一点。
对于每行rowwise()，将所有id粘贴为“|”（regex或operator）在中间。然后，用str_remove_all("NA\\||\\|NA")删除额外的NA。

library(tidyverse)

df2_ids <- df2 %>%
  rowwise() %>% #for each row
  mutate(ids = across() %>% paste(collapse = "|") %>% str_remove_all("NA\\||\\|NA")) %>% 
  pull(ids)

df2_ids 
#> [1] "1|98|1|98" "2|9|2|9" "3|66|3|66" "4|16|4|16" "8|24|44|17|8|24|44|17"

然后，对于每个模式，获取df1的哪一行与之匹配。如果没有匹配，which(...)的长度将是0，我们保存一个NA。

df2$id <- df1$id[map_dbl(df2_ids, ~ which(grepl(.x, df1$id)) %>% {ifelse(length(.) >0,  ., NA)})]

现在，我们有了一个合适的连接键，可以做一个简单的left_join（保留df1的所有行）：

left_join(df1, df2, by = 'id')

这在df2更复杂的情况下失效，其中一行引用多个df1行。下面是一个更一般的方法。

index <- map(df2_ids, ~ which(grepl(.x, df1$id)) %>% {`if`(length(.) >0,  ., NA)})

df2 <- df2 %>%
  uncount(map_dbl(index, length)) %>%
  mutate(id = df1$id[reduce(index, c)])

left_join(df1, df2)

i <- rowSums(array(match(unlist(df2), df1$id, 0L), dim(df2)))
i[duplicated(i) | !i] <- nrow(df2) + 1L
cbind(df1, rbind(df2, NA)[i,])
#>   id score id1 id2 id3 id4
#> 1 11    20  11  98  NA  NA
#> 2 22    22  22   9  NA  NA
#> 3 33    33  NA  33  66  NA
#> 4 44    22  NA  NA  44  16
#> 6 55    11  NA  NA  NA  NA