dplyr объединяет два набора данных вместе с условиями - PullRequest
Новая
       12

dplyr объединяет два набора данных вместе с условиями

1 голос
/ 05 апреля 2019

У меня есть два набора данных, которые я пытаюсь объединить.

df1 выглядит так: 

        ID     date_f
1     4281 2019-02-21
2  1108827 2004-03-15
3     6201 2012-02-27
4   310158 2010-03-01
5   711065 2016-02-25
6   314808 2003-03-11
7    45012 2004-05-12
8   745732 2014-11-21
9  1458891 2013-10-28
10  316206 2007-05-30

Тогда как df2 выглядит так: 

     ID       date year
1  6201 1999-12-31 1999
2  6201 2000-12-31 2000
3  6201 2001-12-31 2001
4  6201 2002-12-31 2002
5  6201 2003-12-31 2003
6  6201 2004-12-31 2004
7  6201 2017-12-31 2017
8  6201 2005-12-31 2005
9  6201 2006-12-31 2006
10 6201 2007-12-31 2007
11 6201 2008-12-31 2008
12 6201 2009-12-31 2009
13 6201 2010-12-31 2010
14 6201 2011-12-31 2011
15 6201 2012-12-31 2012
16 6201 2013-12-31 2013
17 6201 2014-12-31 2014
18 6201 2015-12-31 2015
19 6201 2016-12-31 2016
20 6201 2018-12-31 2018

Я пытаюсь присоединиться к ним (даты не совпадают):

Метод:

Присоединяйтесь ID и когда date < date_f

Ожидаемый результат (с использованием первых 5 наблюдений из df1: 

        ID     date_f     date     year
1     4281 2019-02-21  2018-12-31  2018
2  1108827 2004-03-15  2003-12-31  2003
3     6201 2012-02-27  2011-12-31  2011
4   310158 2010-03-01  2009-12-31  2009
5   711065 2016-02-25  2015-03-31  2014

Например, строка 2 выше имеет date_f в df1, равном 2004-03-15. Один из способов - объединить его с year(), и он будет объединен с 2004-12-31 - однако эта дата после даты в df1. Поэтому я пытаюсь объединить его с предыдущей датой 2003-12-31.

Последняя строка 5 будет объединена с 2016-03-31, однако date_f меньше этой даты. 2016-02-25 в date_f <<code>2016-03-31 в date.

Данные 

df1 <- structure(list(ID = c(4281L, 1108827L, 6201L, 310158L, 711065L, 
314808L, 45012L, 745732L, 1458891L, 316206L), date_f = c("2019-02-21", 
"2004-03-15", "2012-02-27", "2010-03-01", "2016-02-25", "2003-03-11", 
"2004-05-12", "2014-11-21", "2013-10-28", "2007-05-30")), row.names = c(NA, 
-10L), .internal.selfref = <pointer: 0x0000000002511ef0>, class = "data.frame")

Данные 2 

df2 <- structure(list(ID = c(6201L, 6201L, 6201L, 6201L, 6201L, 6201L, 
6201L, 6201L, 6201L, 6201L, 6201L, 6201L, 6201L, 6201L, 6201L, 
6201L, 6201L, 6201L, 6201L, 6201L, 314808L, 314808L, 314808L, 
314808L, 314808L, 314808L, 314808L, 314808L, 314808L, 314808L, 
314808L, 314808L, 314808L, 314808L, 314808L, 314808L, 314808L, 
314808L, 314808L, 314808L, 45012L, 45012L, 45012L, 45012L, 45012L, 
45012L, 45012L, 45012L, 45012L, 45012L, 45012L, 45012L, 45012L, 
45012L, 45012L, 45012L, 45012L, 45012L, 45012L, 45012L, 316206L, 
316206L, 316206L, 316206L, 316206L, 316206L, 316206L, 316206L, 
316206L, 316206L, 316206L, 316206L, 316206L, 316206L, 316206L, 
316206L, 316206L, 310158L, 310158L, 310158L, 310158L, 310158L, 
310158L, 310158L, 310158L, 310158L, 310158L, 310158L, 310158L, 
310158L, 310158L, 310158L, 310158L, 310158L, 310158L, 310158L, 
310158L, 745732L, 745732L, 745732L, 745732L, 745732L, 745732L, 
745732L, 745732L, 745732L, 745732L, 745732L, 745732L, 745732L, 
745732L, 745732L, 745732L, 745732L, 745732L, 745732L, 745732L, 
745732L, 1458891L, 1458891L, 1458891L, 1458891L, 1458891L, 1458891L, 
1458891L, 1458891L, 1458891L, 1458891L, 1458891L, 1458891L, 1458891L, 
1458891L, 1458891L, 1458891L, 1458891L, 1458891L, 1458891L, 1458891L, 
4281L, 4281L, 4281L, 4281L, 4281L, 4281L, 4281L, 711065L, 711065L, 
711065L, 711065L, 711065L, 711065L, 711065L, 711065L, 711065L, 
711065L, 711065L, 711065L, 711065L, 711065L, 711065L, 711065L, 
711065L, 711065L, 1108827L, 1108827L, 1108827L, 1108827L, 1108827L, 
1108827L, 1108827L, 1108827L, 1108827L, 1108827L, 1108827L, 1108827L, 
1108827L, 1108827L, 1108827L, 1108827L, 1108827L, 1108827L), 
    date = c("1999-12-31", "2000-12-31", "2001-12-31", "2002-12-31", 
    "2003-12-31", "2004-12-31", "2017-12-31", "2005-12-31", "2006-12-31", 
    "2007-12-31", "2008-12-31", "2009-12-31", "2010-12-31", "2011-12-31", 
    "2012-12-31", "2013-12-31", "2014-12-31", "2015-12-31", "2016-12-31", 
    "2018-12-31", "1999-12-31", "2000-12-31", "2001-12-31", "2002-12-31", 
    "2003-12-31", "2004-12-31", "2005-12-31", "2006-12-31", "2007-12-31", 
    "2008-12-31", "2009-12-31", "2010-12-31", "2011-12-31", "2012-12-31", 
    "2013-12-31", "2014-12-31", "2015-12-31", "2016-12-31", "2017-12-31", 
    "2018-12-31", "1999-12-31", "2000-12-31", "2001-12-31", "2002-12-31", 
    "2003-12-31", "2004-12-31", "2005-12-31", "2006-12-31", "2007-12-31", 
    "2008-12-31", "2009-12-31", "2010-12-31", "2011-12-31", "2012-12-31", 
    "2013-12-31", "2014-12-31", "2015-12-31", "2016-12-31", "2017-12-31", 
    "2018-12-31", "1999-12-31", "2000-12-31", "2001-12-31", "2002-12-31", 
    "2003-12-31", "2004-12-31", "2005-12-31", "2006-12-31", "2007-12-31", 
    "2008-12-31", "2009-12-31", "2010-12-31", "2011-12-31", "2012-12-31", 
    "2013-12-31", "2014-12-31", "2015-12-31", "1999-12-31", "2000-12-31", 
    "2001-12-31", "2002-12-31", "2003-12-31", "2004-12-31", "2005-12-31", 
    "2006-12-31", "2007-12-31", "2008-12-31", "2009-12-31", "2010-12-31", 
    "2011-12-31", "2012-12-31", "2013-12-31", "2014-12-31", "2015-12-31", 
    "2016-12-31", "2017-12-31", "2018-12-31", "1999-01-31", "2000-01-31", 
    "2001-01-31", "2002-01-31", "2003-01-31", "2004-01-31", "2005-01-31", 
    "2006-01-31", "2007-01-31", "2008-01-31", "2009-01-31", "2010-01-31", 
    "2011-01-31", "2012-01-31", "2013-01-31", "2014-01-31", "2015-01-31", 
    "2016-01-31", "2017-01-31", "2018-01-31", "2019-01-31", "1999-12-31", 
    "2000-12-31", "2001-12-31", "2002-12-31", "2003-12-31", "2004-12-31", 
    "2005-12-31", "2006-12-31", "2007-12-31", "2008-12-31", "2009-12-31", 
    "2010-12-31", "2011-12-31", "2012-12-31", "2013-12-31", "2014-12-31", 
    "2015-12-31", "2016-12-31", "2017-12-31", "2018-12-31", "2012-12-31", 
    "2013-12-31", "2014-12-31", "2015-12-31", "2016-12-31", "2017-12-31", 
    "2018-12-31", "1999-03-31", "2000-03-31", "2001-03-31", "2002-03-31", 
    "2003-03-31", "2004-03-31", "2005-03-31", "2006-03-31", "2007-03-31", 
    "2008-03-31", "2009-03-31", "2010-03-31", "2011-03-31", "2012-03-31", 
    "2013-03-31", "2014-03-31", "2015-03-31", "2016-03-31", "2001-12-31", 
    "2002-12-31", "2003-12-31", "2004-12-31", "2005-12-31", "2006-12-31", 
    "2007-12-31", "2008-12-31", "2009-12-31", "2010-12-31", "2011-12-31", 
    "2012-12-31", "2013-12-31", "2014-12-31", "2015-12-31", "2016-12-31", 
    "2017-12-31", "2018-12-31"), year = c(1999L, 2000L, 2001L, 
    2002L, 2003L, 2004L, 2017L, 2005L, 2006L, 2007L, 2008L, 2009L, 
    2010L, 2011L, 2012L, 2013L, 2014L, 2015L, 2016L, 2018L, 1999L, 
    2000L, 2001L, 2002L, 2003L, 2004L, 2005L, 2006L, 2007L, 2008L, 
    2009L, 2010L, 2011L, 2012L, 2013L, 2014L, 2015L, 2016L, 2017L, 
    2018L, 1999L, 2000L, 2001L, 2002L, 2003L, 2004L, 2005L, 2006L, 
    2007L, 2008L, 2009L, 2010L, 2011L, 2012L, 2013L, 2014L, 2015L, 
    2016L, 2017L, 2018L, 1999L, 2000L, 2001L, 2002L, 2003L, 2004L, 
    2005L, 2006L, 2007L, 2008L, 2009L, 2010L, 2011L, 2012L, 2013L, 
    2014L, 2015L, 1999L, 2000L, 2001L, 2002L, 2003L, 2004L, 2005L, 
    2006L, 2007L, 2008L, 2009L, 2010L, 2011L, 2012L, 2013L, 2014L, 
    2015L, 2016L, 2017L, 2018L, 1998L, 1999L, 2000L, 2001L, 2002L, 
    2003L, 2004L, 2005L, 2006L, 2007L, 2008L, 2009L, 2010L, 2011L, 
    2012L, 2013L, 2014L, 2015L, 2016L, 2017L, 2018L, 1999L, 2000L, 
    2001L, 2002L, 2003L, 2004L, 2005L, 2006L, 2007L, 2008L, 2009L, 
    2010L, 2011L, 2012L, 2013L, 2014L, 2015L, 2016L, 2017L, 2018L, 
    2012L, 2013L, 2014L, 2015L, 2016L, 2017L, 2018L, 1998L, 1999L, 
    2000L, 2001L, 2002L, 2003L, 2004L, 2005L, 2006L, 2007L, 2008L, 
    2009L, 2010L, 2011L, 2012L, 2013L, 2014L, 2015L, 2001L, 2002L, 
    2003L, 2004L, 2005L, 2006L, 2007L, 2008L, 2009L, 2010L, 2011L, 
    2012L, 2013L, 2014L, 2015L, 2016L, 2017L, 2018L)), row.names = c(NA, 
-181L), .internal.selfref = <pointer: 0x0000000002511ef0>, class = "data.frame")

Ответы [ 2 ]

1 голос
/ 05 апреля 2019

Более простой вариант - с переходящими соединениями от data.table

library(data.table)
setDT(df2)[, date_f := date][df1, on = .(ID, date_f), roll = Inf]
#       ID       date year     date_f
#1:    4281 2018-12-31 2018 2019-02-21
#2: 1108827 2003-12-31 2003 2004-03-15
#3:    6201 2011-12-31 2011 2012-02-27
#4:  310158 2009-12-31 2009 2010-03-01
#5:  711065 2015-03-31 2014 2016-02-25
#6:  314808 2002-12-31 2002 2003-03-11
#7:   45012 2003-12-31 2003 2004-05-12
#8:  745732 2014-01-31 2013 2014-11-21
#9: 1458891 2012-12-31 2012 2013-10-28
#10: 316206 2006-12-31 2006 2007-05-30

ПРИМЕЧАНИЕ. Здесь мы предполагаем, что столбцы 'date / date_f' равны Date class

1 голос
/ 05 апреля 2019

Я думаю, что код ниже даст вам то, что вам нужно. 

data <- df2 %>% 
  inner_join(df1, by="ID") %>%
  filter(date < date_f) %>%
  group_by(ID) %>%
  summarise(maxDate = max(date)) %>%
  inner_join(df1, by="ID")
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.

Нет похожих вопросов

...