我有兩個資料框：
在 DF1 中，對于每個ID，param已記錄在不同的日期。在 DF2 中，對于每個ID，給出了多個日期。對于每個ID，我想根據日期從 DF1獲取所有相應的param和value：value對應于給定引數的最近date1（in DF1）之前 date2（in DF2），或者如果沒有這樣的date1，則是最近的value 之后 date2.
DF1 是（我用 * 標記了結果的正確行）：
ID date1 param value
1 id1 1/1/2020 pA pA_1_1
2 id1 2/1/2020 pA pA_1_2 *
3 id1 17/1/2020 pA pA_1_3
4 id1 20/1/2020 pB pB_1_1 *
5 id1 21/1/2020 pB pB_1_2
6 id2 21/12/2022 pA pA_2_1 *
7 id2 22/12/2022 pA pA_2_2
8 id2 18/12/2022 pB pB_2_1 *
9 id2 19/12/2022 pB pB_2_2
DF2 是：
ID date2
1 id1 15/1/2020
2 id2 20/12/2020
結果應該是：
ID date2 param value date1
1 id1 15/1/2020 pA pA_1_2 2/1/2020
2 id1 15/1/2020 pB pB_1_1 20/1/2020
3 id2 20/12/2020 pA pA_2_1 21/12/2022
4 id2 20/12/2020 pB pB_2_1 18/12/2022
重現DF1和的代碼DF2：
DF1= data.frame(
stringsAsFactors = FALSE,
ID = c("id1","id1","id1","id1",
"id1","id2","id2","id2","id2"),
date1 = c("1/1/2020","2/1/2020",
"17/1/2020","20/1/2020","21/1/2020","21/12/2022",
"22/12/2022","18/12/2022","19/12/2022"),
param = c("pA", "pA", "pA", "pB", "pB", "pA", "pA", "pB", "pB"),
value = c("pA_1_1","pA_1_2","pA_1_3",
"pB_1_1","pB_1_2","pA_2_1","pA_2_2","pB_2_1","pB_2_2")
)
DF2=data.frame(
stringsAsFactors = FALSE,
ID = c("id1", "id2"),
date2 = c("15/1/2020", "20/12/2020")
)
uj5u.com熱心網友回復：
這是我的解決方案。我確信有一種方法可以用更少的代碼來撰寫它（使用一個資料幀而不是兩個然后合并）。但我現在不知道。
library(tidyverse)
library(lubridate)
# Get before date2
before <- DF1 %>%
left_join(DF2,by = "ID") %>%
mutate(diff = dmy(date1)-dmy(date2)) %>%
mutate(Grp = data.table::rleid(param)) %>%
filter(diff < 0) %>%
group_by(Grp) %>%
filter(diff == max(diff)) %>%
ungroup
# Get after date2
after <- DF1 %>%
left_join(DF2,by = "ID") %>%
mutate(diff = dmy(date1)-dmy(date2)) %>%
mutate(Grp = data.table::rleid(param)) %>%
filter(diff > 0) %>%
group_by(Grp) %>%
filter(! Grp %in% before$Grp, diff == min(diff)) %>%
ungroup
result <- bind_rows(before,after) %>%
select(ID,date2, param, value, date1) %>%
arrange(ID, param)
說明：我正在使用 lubridate 庫來比較日期。我執行相同的程序來創建兩個資料幀 - 第一個（在 df 之前）用于完成第一個條件的組（DF1 中最接近的日期在 DF2 中的 date2 之前），第二個（在 df 之后）用于相反的組（最接近的DF1 中的日期在 DF2 中的 date2 之后）。
我先解釋一下：
# Get before date2
before <- DF1 %>%
left_join(DF2,by = "ID") %>%
mutate(diff = dmy(date1)-dmy(date2)) %>%
mutate(Grp = data.table::rleid(param)) %>%
filter(diff < 0) %>%
group_by(Grp) %>%
filter(diff == max(diff)) %>%
ungroup
在這里，我們通過 ID 合并 DF1 和 DF2，因此具有相同 ID 的行具有相同的 date2。然后，我們計算 date1-date2 的差異 - 首先我們使用 將字符轉換為日期dmy()。因此，date2 之前的日期將是負差。通過data.table::rleid(param)我們列舉具有不同 ID 和引數的子組，我們可以知道子組。然后我們可以按 then 分組并按它們過濾。
在末尾：
result <- bind_rows(before,after) %>%
select(ID,date2, param, value, date1) %>%
arrange(ID, param)
我們按行系結兩個資料框并選擇您要查找的列，以洗掉我們創建的用于操作的列（組和過濾器）。PS：我添加了排列（）以確保最終的 df 按 ID 和 param 值排序。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/366046.html