使用lubridate

时间:2017-03-16 16:14:06

标签: r merge lubridate

我正在尝试根据时间范围合并两个表。我只发现了一些旧的答案(例如Data Table merge based on date ranges),它们不使用lubridate

实际上,lubridate提供%within%函数,可以检查日期是否在某个区间内。我构建了一个最小的例子,并想知道是否有办法根据重叠的日期/间隔将这些数据帧合并在一起。因此,请检查df1$Date中是否有df2$interval

library(lubridate)
df1 <- data.frame(Date=c(ymd('20161222'),ymd('20161223'),ymd('20161228'),ymd('20170322')),
                  User=c('a','b','a','a'),
                  Units=c(1,2,3,1))
df2 <- data.frame(User=c('a','b','a'),
                  Start=c(ymd('20140101'), ymd('20140101'), ymd('20170101')),
                  End=c(ymd('20161231'),ymd('20170331'),ymd('20170331')),
                  Price=c(10,10,20))
df2$interval <- interval(df2$Start, df2$End)

我的预期输出将是这样的

|   |User |Date       | Units| Price|
|:--|:----|:----------|-----:|-----:|
|1  |a    |2016-12-22 |     1|    10|
|3  |a    |2016-12-28 |     3|    10|
|6  |a    |2017-03-22 |     1|    20|
|7  |b    |2016-12-23 |     2|    10|

1 个答案:

答案 0 :(得分:2)

这对于大型数据帧来说可能效率低下(因为你创建了一个更大的匹配和子集),我确信有一种更优雅的方式,但这有效:

output <- merge(df1,df2,by="User")[test$Date %within% test$interval,]

或者您可以使用循环:

for(x in 1:length(df1$User)){
  df1$Price[x]<-df2[(df1$Date[x] %within% df2$interval)&df1$User[x]==df2$User,]$Price
}

我相信你也可以创建一个函数并使用apply ...