Question

我有一个这样的数据框

id start        end
1  20/06/88     24/07/89
1  27/07/89     13/04/93
1  14/04/93     6/09/95
2  3/01/92      11/02/94
2  30/03/94     16/04/96
2  17/04/96     18/08/97

我想与其他数据框合并

id date
1  26/08/88   
2  10/05/96

生成的合并数据框应如下图所示

id start        end         date
1  20/06/88     24/07/89    26/06/88
1  27/07/89     13/04/93    NA
1  14/04/93     6/09/95     NA
2  3/01/92      11/02/94    NA
2  30/03/94     16/04/96    NA
2  17/04/96     18/08/97    10/05/96

在实践中，我想基于id合并两个数据帧，并且日期必须位于第一个数据帧的起始和结束变量所跨越的区间内。

您对此有何建议？我尝试使用Fuzzyjoin程序包，但存在一些内存问题。

非常感谢大家

Answer 1

可能是骗子，当我找到一个好的目标时将其删除。在此期间，我们可以使用fuzzyjoin

library(tidyverse)
library(fuzzyjoin)
df1 %>%
    mutate_at(2:3, as.Date, "%d/%m/%y") %>%
    fuzzy_left_join(
        df2 %>% mutate(date = as.Date(date, "%d/%m/%y")),
        by = c("id" = "id", "start" = "date", "end" = "date"),
        match_fun = list(`==`, `<`, `>`))
#  id.x      start        end id.y       date
#1    1 1988-06-20 1989-07-24    1 1988-08-26
#2    1 1989-07-27 1993-04-13   NA       <NA>
#3    1 1993-04-14 1995-09-06   NA       <NA>
#4    2 1992-01-03 1994-02-11   NA       <NA>
#5    2 1994-03-30 1996-04-16   NA       <NA>
#6    2 1996-04-17 1997-08-18    2 1996-05-10

所有剩余的内容正在整理id列。

样本数据

df1 <- read.table(text = "
id start        end
1  20/06/88     24/07/89
1  27/07/89     13/04/93
1  14/04/93     6/09/95
2  3/01/92      11/02/94
2  30/03/94     16/04/96
2  17/04/96     18/08/97", header = T)

df2 <- read.table(text = "
id date
1  26/08/88
2  10/05/96   ", header = T)

Answer 2

您可以将sqldf用于复杂的联接：


require(sqldf)

sqldf("SELECT df1.*,df2.date,df2.id as id2
      FROM df1
      LEFT JOIN df2 
      ON df1.id = df2.id AND
      df1.start < df2.date AND
      df1.end > df2.date")

根据间隔条件合并数据帧

2 个答案:

样本数据