如何找出哪些值对应于另一个数据框中的范围？

Question

我试图找出一个数据帧中的哪些值位于另一个数据帧中的值之间，并基于此将数据获取到列中。

假设我有 2 个数据框，第一个是：

姓名	代码	活动
苹果	02050
三星	54004
克鲁格	06001

第二个df：

活动	左	右
手机	01100	01700
电脑	02000	03000
汽车	03000	04000
电视	05000	10000

所需输出：

姓名	代码	活动
苹果	02050	电脑
三星	54004
克鲁格	06001	电视

df1 <- data.frame(Name = c("Apple","Samsung", "Kruger"),
                  Code = c("02050","54004", "06001"),
                  Activity = "")

df2 <- data.frame(Activity = c("Mobile","computers", "cars", "tv"),
                  Left = c("01100","02000", "03000", "05000"),
                  Right = c("01700","03000", "04000", "10000"))

我一整天都被这个问题困扰了。我主要尝试使用 sqldf、left_join 和 which 并不断收到错误。无法理解为什么 which() 不能通过简单地执行以下操作来工作：

df1[which(as.numeric(df1$code) < as.numeric(df2$RIGHT) & 
              (as.numeric(df1$code) > as.numeric(df2$LEFT) | 
               as.numeric(df1$code) == as.numeric(df2$LEFT) 
              ) 
         ),]...........etc 

Answer 1

我们可以进行范围连接，然后用相应的 Activity 替换空字符串：

library(dplyr)
left_join(df1, df2, by = join_by(between(Code, Left, Right)),
          suffix = c("", ".y")) %>%
  mutate(Activity = if_else((is.na(Activity) | !nzchar(Activity)) & !is.na(Activity.y),
                            Activity.y, Activity)) %>%
  select(-Activity.y, -Left, -Right)
#      Name  Code  Activity
# 1   Apple 02050 computers
# 2 Samsung 54004          
# 3  Kruger 06001        tv

if_else

是必要的（代替

coalesce

），因为原来的

Activity

是空字符串；如果有

NA

值，我们可以使用

coalesce(Activity, Activity.y)

。