Question

我有一个带ID的数据框（df1），日期按升序排序（1）ID＆amp; （2）日期：

ID____Date
1_____1990-01-01
1_____1991-01-01
1_____1992-01-01
1_____1993-01-01
2_____1990-01-01
2_____1991-01-01
3_____1990-01-01
3_____1991-01-01
3_____1992-01-01

我想根据以下数据框（df2）中的组级别值对上述数据框进行子集化：

ID____Date
1_____1993-01-01
2_____1990-01-01
3_____1991-01-01

子设置条件：在df1中选择特定ID的所有行，其日期小于或等于（<=）df2中相应ID的日期。

在上面的例子中，所需的输出是：

ID____Date
1_____1991-01-01
1_____1992-01-01
1_____1993-01-01
2_____1990-01-01
3_____1990-01-01
3_____1991-01-01

Answer 1

我们可以使用data.table。将'data.frame'转换为'data.table'（setDT(df1)），使用'df2'on'ID'列加入，将'Date'小于或等于'i.Date'，并将（:=）'i.Date'分配给NULL。

library(data.table)
setDT(df1)[df2, on = 'ID'][Date <= i.Date][, i.Date := NULL]

或者这可以一步完成

setDT(df1)[df2, .SD[Date <= i.Date], on = 'ID', by = .EACHI]
#   ID       Date
#1:  1 1990-01-01
#2:  1 1991-01-01
#3:  1 1992-01-01
#4:  1 1993-01-01
#5:  2 1990-01-01
#6:  3 1990-01-01
#7:  3 1991-01-01

或者

setDT(df1)[df2, .SD[Date <= i.Date] ,on = 'ID']

我们也可以使用base R

执行此操作

df1[df1$Date <= df2$Date[match(df1$ID, df2$ID)],]
#  ID       Date
#1  1 1990-01-01
#2  1 1991-01-01
#3  1 1992-01-01
#4  1 1993-01-01
#5  2 1990-01-01
#7  3 1990-01-01
#8  3 1991-01-01

Answer 2

也可以sqldf完成：

library(sqldf)
sqldf("select a.* from df1 a, df2 b where a.Date <= b.Date AND a.ID = b.ID" )

子集R数据帧基于组级值

2 个答案: