R：根据条件来自数据帧的子集行

Question

假设我有df1：

Start_Date    End_Date     Value
2001-01-01    2001-12-31   1
2002-01-01    2002-12-31   2
2003-01-01    2003-12-31   3
2004-01-01    2004-12-31   4
2005-01-01    2005-12-31   5 

＆df2：

DateTime
2003-01-01
2003-05-09
2004-12-31
2005-01-31
2005-08-13

我想通过检查df2中的哪个DateTime介于df1的Start_Date和End_Date之间，将值从df1导入df2。预期结果的观点：

DateTime      Value
2003-01-01    3
2003-05-09    3
2004-12-31    4
2005-01-31    5
2005-08-13    5

请告知

Answer 1

使用dplyr和lubridate给出解决方案。

开始之前，请确保所有日期的格式都相同：

df1 <- df1 %>%
  mutate(Start_Date=ymd(Start_Date), End_Date=dmy(End_Date))

df2 <- df2 %>%
  mutate(DateTime=ymd(DateTime))

在您的情况下，只需要列End_Date。

首先我交叉连接两个data.frame，因为我看不到将两个df组合在一起的简单解决方案。

df3 <- merge(df1, df2, all=TRUE)

下一步使用filter和between

df3 %>% 
  filter(between(DateTime, Start_Date, End_Date)) %>%
  select(-c(Start_Date, End_Date))

给予

  Value   DateTime
1     3 2003-01-01
2     3 2003-05-09
3     4 2004-12-31
4     5 2005-01-31
5     5 2005-08-13

使用软件包data.table的另一个选项

setDT(df1)
setDT(df2)
df1[df2, on = .(Start_Date <= DateTime, End_Date >= DateTime), 
    .(DateTime, Value)]

产量

     DateTime Value
1: 2003-01-01     3
2: 2003-05-09     3
3: 2004-12-31     4
4: 2005-01-31     5
5: 2005-08-13     5

Answer 2

附加选项。使用lubridate，您可以查看日期是什么间隔

library(tidyverse)
df2 %>% 
  rowwise() %>% 
  mutate(out = df1$Value[(DateTime %within% interval(df1$Start_Date, df1$End_Date))])