根据不等式条件连接两个数据集

Posted 2023-03-12

【中文标题】根据不等式条件连接两个数据集

【英文标题】：Join two datasets based on an inequality condition

【发布时间】：2015-12-29 19:53:40

【问题描述】：

我使用下面的调用根据不等式条件“加入”我的数据集：

library(sqldf)

sqldf("select *
from dataset1 a,
dataset2 b
a.col1 <= b.col2")

但是，有没有办法在没有 sqldf 的情况下做到这一点？

到目前为止，我只能看到基于特定公共列上的简单连接的合并函数。

谢谢！

【问题讨论】：

看看这个问题：***.com/questions/18840410/… 我相信答案适用。

a.col1 之前的词 on 缺失。

【参考方案1】：

最近在 data.table 中实现了非 equi（或条件）联接，并且在当前的开发版本 v1.9.7 中可用。请参阅安装说明here。

require(data.table) # v1.9.7+
setDT(dataset1) # convert to data.tables
setDT(dataset2)
dataset1[dataset2, on=.(col1 < col2), nomatch=0L]

对于dataset2 的每一行，在加入on 参数的条件时查找匹配的行索引，并返回这些匹配行的所有列。

【参考方案2】：

我遇到过几次这个问题，我想我使用dplyr 找到了解决方案！就效率而言，它可能不是最好的，但它确实有效。我假设您在每种情况下都有一个名为“dummy”的常量变量（或者，它可以是另一个要加入的变量）。此外，我假设 dataset1 的列是 a_colj，dataset2 的列是 b_colj：

dataset1 %>%
    inner_join(dataset2, by='dummy') %>%
    filter(a_col1 <= b_col2)

【参考方案3】：

您绝对可以使用merge 分两步完成。

示例（合并的具体细节由您决定）：

lessRows <- which(df1$col1 < df2$col2)
df3 <- merge(df1, df2)[lessRows, ]