基于最接近的匹配合并两个数据帧而没有完全匹配

时间:2018-05-25 16:48:06

标签: r dataframe merge data.table

我想合并两个都有date列的数据框。但是,日期并不总是对齐,因此我希望以这样的方式进行合并,即保留df1中的所有数据,并将df2中的数据放在最近的匹配日期旁边。

#Example dataframes
set.seed(5)
df1 <- data.frame(date=as.Date(c('2001-01-02','2001-01-03','2001-01-06','2001-01-15','2001-01-18','2001-01-21')), 
                  val=rnorm(6))
df2 <- data.frame(date=as.Date(c('2001-01-01', '2001-01-08', '2001-01-15', '2001-01-21')), 
                  info=rnorm(4))
df1
        date         val
1 2001-01-02 -0.84085548
2 2001-01-03  1.38435934
3 2001-01-06 -1.25549186
4 2001-01-15  0.07014277
5 2001-01-18  1.71144087
6 2001-01-21 -0.60290798
df2
        date       info
1 2001-01-01 -0.4721664
2 2001-01-08 -0.6353713
3 2001-01-15 -0.2857736
4 2001-01-21  0.1381082

因此,上述数据框中的date列并非全部匹配,但我希望我的最终数据框看起来像这样,这是通过匹配date中的df2创建的date中最接近的df1

df1merged
        date         val       info
1 2001-01-02 -0.84085548 -0.4721664
2 2001-01-03  1.38435934 -0.4721664
3 2001-01-06 -1.25549186 -0.6353713
4 2001-01-15  0.07014277 -0.2857736
5 2001-01-18  1.71144087 -0.2857736
6 2001-01-21 -0.60290798  0.1381082

2 个答案:

答案 0 :(得分:4)

这似乎是滚动连接的一个很好的用例(data.table中的一些好示例herehere以及here

library(data.table)
## Convert to data.tables
setDT(df1);   setDT(df2)

## Set keys as date for both
setkey(df1, date);  setkey(df2, date)

## Perform a rolling join
df2[df1, roll = "nearest"]

#          date       info         val
# 1: 2001-01-02 -0.4721664 -0.84085548
# 2: 2001-01-03 -0.4721664  1.38435934
# 3: 2001-01-06 -0.6353713 -1.25549186
# 4: 2001-01-15 -0.2857736  0.07014277
# 5: 2001-01-18 -0.2857736  1.71144087
# 6: 2001-01-21  0.1381082 -0.60290798

答案 1 :(得分:2)

你可以这样做......

df1$info <- sapply(df1$date, function(x) df2$info[which.min(abs(df2$date-x))])

df1
        date         val       info
1 2001-01-02 -0.84085548 -0.4721664
2 2001-01-03  1.38435934 -0.4721664
3 2001-01-06 -1.25549186 -0.6353713
4 2001-01-15  0.07014277 -0.2857736
5 2001-01-18  1.71144087 -0.2857736
6 2001-01-21 -0.60290798  0.1381082