如果表 1 中的日期早于表 2 中的日期，则 R 函数连接两个表

Posted 2023-02-24

【中文标题】如果表 1 中的日期早于表 2 中的日期，则 R 函数连接两个表

【英文标题】：R function to join two tables if date in table 1 is earlier than date in table 2

【发布时间】：2021-08-03 02:02:57

【问题描述】：

这个问题是关于 R 的 tidyverse 包中的 Tibbles。我创建了以下示例来表示我的数据。

Tibble 'ab' 是人员列表（a 列）和特定事件发生的日期（b 列），例如接种了疫苗。 Tibble 'cd' 是同一个人的列表（c 列），但包括为该人记录的所有事件日期（d 列）。

我想要一个类似于 Tibble 'cd' 的表格，但只有日期（d 列）早于 Tibble 'ab'（b 列）中每个人的日期（例如接受疫苗的日期）。换句话说，对于每个人，排除在 Tibble 'ab' 中的疫苗日期之后发生的所有事件。

a <- 1001:1007
b <- c ("20/03/1998", "04/05/2012", "06/07/1989", "14/08/1990", "30/01/1978", "09/09/2011","23/11/2005")

ab <- tibble (a,b) 
ab_date <- ab %>% mutate (b = as.Date (b, format = "%d/%m/%Y")) 

c <- c( 1001, 1001, 1001, 1001, 1002, 1002, 1002)
d <- c( "12/02/1996", "14/05/1997", "20/03/1998", "23/03/1998", "10/10/1992", "04/05/2012", "13/11/2020")

cd <- tibble (c,d)
cd_date <- cd  %>% mutate (d = as.Date (d, format = "%d/%m/%Y"))

对于这个例子，它看起来像这样：

e <- c(1001, 1001, 1002)
f <- c( "12/02/1996","14/05/1997", "10/10/1992") 

ef <- tibble (e,f)
ef_date <- ef %>% mutate (f = as.Date (f, format = "%d/%m/%Y"))

我已经尝试了一些关于 inner_join 和 blur_join 的事情，但我不确定如何将这些应用到我想要做的事情！

任何帮助将不胜感激！

谢谢

卢克

【参考方案1】：

使用fuzzyjoin，您可以尝试以下操作。加入后，您会希望列 a 和 c 相等，并保持 b 出现在 d 之后的日期。使用内连接，您只会在两个数据框中保持匹配的行。

library(tidyverse)
library(fuzzyjoin)

ab_date %>%
  fuzzy_inner_join(cd_date,
                   by = c("a" = "c", "b" = "d"),
                   match_fun = c(`==`, `>`)) %>%
  select(c, d)

输出

      c d         
  <dbl> <date>    
1  1001 1996-02-12
2  1001 1997-05-14
3  1002 1992-10-10

【讨论】：

谢谢！完美运行

太棒了 - 很高兴听到！如果合适，请随时accept answer。