我有两个要结合在一起的数据集。
df1
如下:
ID date_f
1 4281 2019-02-21
2 1108827 2004-03-15
3 6201 2012-02-27
4 310158 2010-03-01
5 711065 2016-02-25
6 314808 2003-03-11
7 45012 2004-05-12
8 745732 2014-11-21
9 1458891 2013-10-28
10 316206 2007-05-30
df2
如下:
ID date year
1 6201 1999-12-31 1999
2 6201 2000-12-31 2000
3 6201 2001-12-31 2001
4 6201 2002-12-31 2002
5 6201 2003-12-31 2003
6 6201 2004-12-31 2004
7 6201 2017-12-31 2017
8 6201 2005-12-31 2005
9 6201 2006-12-31 2006
10 6201 2007-12-31 2007
11 6201 2008-12-31 2008
12 6201 2009-12-31 2009
13 6201 2010-12-31 2010
14 6201 2011-12-31 2011
15 6201 2012-12-31 2012
16 6201 2013-12-31 2013
17 6201 2014-12-31 2014
18 6201 2015-12-31 2015
19 6201 2016-12-31 2016
20 6201 2018-12-31 2018
我正在尝试加入他们(日期不匹配):
方法:
通过ID
和date < date_f
的时间加入
预期输出(使用来自df1
的前5个观察值:
ID date_f date year
1 4281 2019-02-21 2018-12-31 2018
2 1108827 2004-03-15 2003-12-31 2003
3 6201 2012-02-27 2011-12-31 2011
4 310158 2010-03-01 2009-12-31 2009
5 711065 2016-02-25 2015-03-31 2014
例如,上面的第2行在date_f
的{{1}}中有一个df1
,一种方法是将其与2004-03-15
合并,然后与{{1 }}-但是此日期晚于year()
中的日期。因此,我尝试将其与上一个日期2004-12-31
合并。
最后一行5应该与df1
一起加入,但是2003-12-31
小于此日期。 {{1}中的2016-03-31
和date_f
中的2016-02-25
。
数据
date_f
数据2
2016-03-31
答案 0 :(得分:1)
我认为下面的代码可以满足您的需求。
data <- df2 %>%
inner_join(df1, by="ID") %>%
filter(date < date_f) %>%
group_by(ID) %>%
summarise(maxDate = max(date)) %>%
inner_join(df1, by="ID")
答案 1 :(得分:1)
一个更简单的选择是来自data.table
的滚动联接
library(data.table)
setDT(df2)[, date_f := date][df1, on = .(ID, date_f), roll = Inf]
# ID date year date_f
#1: 4281 2018-12-31 2018 2019-02-21
#2: 1108827 2003-12-31 2003 2004-03-15
#3: 6201 2011-12-31 2011 2012-02-27
#4: 310158 2009-12-31 2009 2010-03-01
#5: 711065 2015-03-31 2014 2016-02-25
#6: 314808 2002-12-31 2002 2003-03-11
#7: 45012 2003-12-31 2003 2004-05-12
#8: 745732 2014-01-31 2013 2014-11-21
#9: 1458891 2012-12-31 2012 2013-10-28
#10: 316206 2006-12-31 2006 2007-05-30
注意:在这里,我们假设'date / date_f'列为Date
类