兩個資料集要根據它們的 ID 和日期分開的條件進行連接
A <- data.frame(id = c(1,2,3),
application_date = as.Date(c("2010-05-08", "2012-08-08", "2013-06-23")))
B <- data.frame(id = c(1,1,2,2,3,3),
date = as.Date(c("2009-01-02", "2009-12-24", "2011-11-11", "2012-05-20", "2013-03-21", "2013-06-05")),
value1 = c(2500, 3000, 1200, 1900, 5500, 4500),
value2 = c(2500, 3000, 1200, 1900, 5500, 4500),
value3 = c(2500, 3000, 1200, 1900, 5500, 4500))
如果對于相同的 id，日期差小于或等于 6 個月，則按最近的日期加入，如下
library(data.table)
setDT(B)[, application_date := date]
B[A, on = .(customer, date = application_date), roll = 'nearest']
如果對于相同的 id，日期差異大于 6 個月，則用 NA 填充所有連接的值 (value1,value2, value3)。
那么如何構造和組合left_join 與ifelse 條件。
uj5u.com熱心網友回復：
這是使用fuzzy_join()來自fuzzyjoin 包的函式的可能解決方案。
A <- data.frame(id = c(1,2,3, 3),
application_date = as.Date(c("2010-05-08", "2012-08-08", "2013-06-23", "2015-06-23")))
B <- data.frame(id = c(1,1,2,2,3,3),
date = as.Date(c("2009-01-02", "2009-12-24", "2011-11-11", "2012-05-20", "2013-03-21", "2013-06-05")),
value1 = c(2500, 3000, 1200, 1900, 5500, 4500),
value2 = c(2500, 3000, 1200, 1900, 5500, 4500),
value3 = c(2500, 3000, 1200, 1900, 5500, 4500))
library(fuzzyjoin)
library(dplyr)
#define the test
#exact match for groups, interval matching on date
test <- function(id1, id2) {
if (class(id1) == "numeric") {
result <- (id1 == id2)
}
else if (class(id1) == "Date") {
result <-( (id1 - 182) < id2 & id2 < (id1 182) )
}
#print(result)
}
answer<-fuzzy_join(A, B, by=c("id"="id", "application_date"="date"), mode='left', match_fun=test)
#create a grouping variable
answer$uid <- paste(answer$id.x, answer$application_date)
#find the min date of match
answer %>% group_by(uid) %>%
mutate(delta= abs(application_date - date)) %>%
arrange(delta, .by_group = TRUE) %>%
slice_head(n = 1)
請注意，我沒有用所有可能的邊緣和角落情況測驗上述內容，例如 B 中的多行與 A 中的單行匹配。
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/341370.html