Question

我有一个DF1，它包含一系列带有开始日期（开始日期）和结束日期（结束日期）的观察结果：它们都是y / m / d格式。我想检查来自另一个数据集（DF2，也有一个日期变量）的观察是否在DF1$startdate和DF1$endate.

的区间内

在实践中，我希望得到：如果每个DF2$date和DF1$startdate的时间间隔中包含每个DF1$endate。

不幸的是，我不能手动完成，因为观察次数需要很长时间。

我试过这个，但它似乎不起作用：

for (i in 1:length(DF2$date))
{ 
for (j in 1:length(DF1$startdate)){
if (DF1$startdate[j] <= DF2$date[i] 
  <= DF1$enddate[j]){
  DF2 = append(frcab_content_lemma_ngram_postprocessed$HasMid, 1)
   } 
  else {DF2$HasMid = append(DF2$HasMid, 0}
   }
  }

谢谢！

Answer 1

这是使用dplyr的理想场所。我在这里做的是left_join DF1和DF2，所以我们可以使用每个变量，然后使用mutate()添加一个新变量'hasMid'，其值根据{的结果设置{1}}陈述：

if_else

输出：

library(dplyr)
DF1 <- data.frame(x = c(1, 2, 3, 1, 1, 2),
                  startdate = c(10, 15, 12, 5, 6, 21),
                  enddate = c(11, 25, 18, 7, 19, 30))
DF2 <- data.frame(x = c(1,2,3), date = c(8, 21, 19))

x <- DF1 %>%
    left_join(DF2, by = c('x' = 'x')) %>%
    mutate(hasMid = if_else(startdate <= date & date <= enddate, TRUE, FALSE))

对于未来，如果你给人们一个简单的可重复的例子，那么回答这样的问题要容易得多：

如果某个日期属于开始日期和结束日期，则编写虚拟变量

1 个答案: