Home Articles

从一个数据帧中获取日期并过滤另一个数据帧中的数据

Asked
Viewed 628 times
3

我有两个数据帧,

user=c(rep('A',7),rep('B',8))
data = seq(1:15)
date = as.Date(c('2016-01-01','2016-01-02','2016-01-03','2016-01-04','2016-01-05','2016-01-06','2016-01-07','2016-01-08','2016-01-09','2016-01-10','2016-01-11','2016-01-12','2016-01-13','2016-01-14','2016-01-15'))
df = data.frame(user,date,data)

df

        user   date      data
    1     A 2016-01-01    1
    2     A 2016-01-02    2
    3     A 2016-01-03    3
    4     A 2016-01-04    4
    5     A 2016-01-05    5
    6     A 2016-01-06    6
    7     A 2016-01-07    7
    8     B 2016-01-08    8
    9     B 2016-01-09    9
    10    B 2016-01-10   10
    11    B 2016-01-11   11
    12    B 2016-01-12   12
    13    B 2016-01-13   13
    14    B 2016-01-14   14
    15    B 2016-01-15   15

df1 =data.frame(user = c('A','B'), start_date = as.Date(c('2016-01-02','2016-01-10')),  end_date = as.Date(c('2016-01-06','2016-01-14')))
> df1
  user start_date   end_date
1    A 2016-01-02 2016-01-06
2    B 2016-01-10 2016-01-14

我想从df1获取开始日期和结束日期,并过滤df dataframe的日期列中的记录 . 特定用户的数据应仅在df1的start_date和end_date之间 . 结果数据框应具有以下输出,

user   date      data 
  A  2016-01-02    2
  A  2016-01-03    3
  A  2016-01-04    4
  A  2016-01-05    5
  A  2016-01-06    6
  B  2016-01-10   10
  B  2016-01-11   11
  B  2016-01-12   12
  B  2016-01-13   13
  B  2016-01-14   14

我试过以下,

循环遍历每个用户,将其传递给数据帧 . 然后使用df1中相应条目的start_date和end_date再次对其进行过滤,然后将其附加到新数据帧 . 这对我来说需要很长时间,因为数据非常庞大 . 有没有更有效的方法来做到这一点?

谢谢

2 Answers

  • 3
    library(dplyr)
    df<-left_join(df,df1,by="user")
    df <- df %>% filter(date>=start_date & date<=end_date)
    
  • 2

    使用 data.table v1.9.8中最近实现的非equi连接功能,可以按如下方式完成:

    require(data.table) # v1.9.8+
    setDT(df)[df1, .(user,date,data), on=.(user, date>=start_date, date<=end_date)]
    

Related