首页 文章

基于具有多个匹配的另一数据帧来变异列

提问于
浏览 次
0

我有以下数据框架

DF1

ID    PMT_DATE
100   2015/01/01
100   2015/02/01
100   2015/04/01 
200   2016/01/01
200   2016/02/01

和df2

ID    DATE         STATUS    
100   2014/12/31   A
100   2015/03/15   B
200   2015/12/31   A  
200   2016/06/01   C

我将使用df2中的STATUS列创建一个df1的数据框 . 如果df1中的PMT_DATE列大于或等于df2中的DATE列，则df2中的关联状态应放在新数据帧中 . 生成的数据框应如下所示

ID    PMT_DATE     STATUS
100   2015/01/01   A
100   2015/02/01   A
100   2015/04/01   B 
200   2016/01/01   A
200   2016/02/01   A

通常我会加入这两个表，创建一个新列并使用mutate执行计算并删除我不再需要的列，但由于df1和df2中的ID列中有多个匹配，我不能完全实施该战略 .

编辑：对于多个匹配，我想要最新的状态 . 例如，ID == 100的最后一行将属于Status == A和Status == B，但我只想要状态B.此外，两个数据帧中的ID字段表示相同的事物（即ID的连接）是我想要的） .

我正在考虑的事情

new_df <- df1 %>% rowwise() $>% do() ...

但我不知道如何填补其余部分来实现我的需要 .

r dplyr

2 回答

  • 2

    这是一种使用 dplyr 的方法 . 我们的想法是先加入表格，然后用 PMT_DATE >= DATE 过滤掉该行 . 我想你只想要最新的 STATUS （ STATUS 与最新的 DATE 相关联） .

    library(dplyr)

df1 %>% 
  left_join(df2, by="ID") %>%
  filter(PMT_DATE >= DATE) %>% 
  group_by(ID, PMT_DATE) %>% 
  slice(n()) %>% # get the latest status
  select(-DATE) %>%
  ungroup()

# # A tibble: 5 x 3
#      ID   PMT_DATE STATUS
#   <int>      <chr>  <chr>
# 1   100 2015/01/01      A
# 2   100 2015/02/01      A
# 3   100 2015/04/01      B
# 4   200 2016/01/01      A
# 5   200 2016/02/01      A
    回复于
  • 0

    我不确定是否可以使用 dplyr 进行滚动连接 . 这就是我要用 data.table 来获取最新的 STATUS ：

    library(data.table)
setDT(df2)[setDT(df1), on = .(ID, DATE = PMT_DATE), roll = Inf]

    ID日期状态
    1：100 2015-01-01 A
    2：100 2015-02-01 A
    3：100 2015-04-01 B.
    4：200 2016-01-01 A
    5：200 2016-02-01 A

    数据

    df1 <- readr::read_table(
  "ID    PMT_DATE
100   2015/01/01
100   2015/02/01
100   2015/04/01 
200   2016/01/01
200   2016/02/01"
)
df2 <- readr::read_table(
  "ID    DATE         STATUS    
100   2014/12/31   A
100   2015/03/15   B
200   2015/12/31   A  
200   2016/06/01   C"
)
    回复于

相关问题