比较两个数据框以填充 r 中的天数范围答案

【问题标题】：Compare two data frames to populate the Days range in r比较两个数据框以填充 r 中的天数范围
【发布时间】：2021-11-11 02:40:18
【问题描述】：

我有两个数据框 DF1 和 DF2，我需要比较 DF1 中的天数与 DF2 中的 LOW Range 和 HI Range 列，并在结果数据框中获取 Days Range 列。

Items=c("Vegetables","Fruits","Grocery","Dairy Product")
Days=c(16,5,41,25)
DF1=data.frame(Items,Days)

Low_Range=c(0,8,15,22,31,61)
Hi_Range=c(7,14,21,30,60,90)
Days_Range=c("within 7 days","8 to 14 days","15 to 21 days","22 to 30 days","31 to 60 days","61 to 90 days")
DF2=data.frame(Low_Range,Hi_Range,Days_Range)

Days_Slot=c("15 to 21 days","within 7 days","31 to 60 days","22 to 30 days")
DF_Result=data.frame(Items,Days,Days_Slot)

DF_Result 将是我的结果数据框，其中 Days_Slot 作为添加到 DF1 的新列。谁能帮忙解决这个问题

【问题讨论】：

标签： r dataframe data.table match

【解决方案1】：

这可以通过在非等值连接中更新来解决：

library(data.table)
setDT(DF1)[setDT(DF2), on = .(Days >= Low_Range, Days <= Hi_Range), 
           Days_Slot := Days_Range][]

           Items Days     Days_Slot
1:    Vegetables   16 15 to 21 days
2:        Fruits    5 within 7 days
3:       Grocery   41 31 to 60 days
4: Dairy Product   25 22 to 30 days

注意DF1 是通过引用更新的，即新列Days_Slot 被附加到DF1 而不复制对象。

由于间隔是连续的，匹配的Days_Range 也可以通过滚动连接来确定：

library(data.table)
setDT(DF1)
setDT(DF2)
DF1[, Days_Slot := DF2[DF1, on = .(Low_Range = Days), roll = TRUE]$Days_Range][]

           Items Days     Days_Slot
1:    Vegetables   16 15 to 21 days
2:        Fruits    5 within 7 days
3:       Grocery   41 31 to 60 days
4: Dairy Product   25 22 to 30 days

同样，一个新列 Days_Slot 被附加到 DF1通过引用。

顺便说一句，向后滚动连接会给出相同的结果：

DF1[, Days_Slot := DF2[DF1, on = .(Hi_Range = Days), roll = -Inf]$Days_Range][]

【讨论】：

【解决方案2】：

您可以使用fuzzyjoin。

fuzzyjoin::fuzzy_left_join(DF1, DF2,
                           by = c('Days' = 'Low_Range', 'Days' = 'Hi_Range'), 
                           match_fun = c(`>=`, `<=`))

#          Items Days Low_Range Hi_Range    Days_Range
#1    Vegetables   16        15       21 15 to 21 days
#2        Fruits    5         0        7 within 7 days
#3       Grocery   41        31       60 31 to 60 days
#4 Dairy Product   25        22       30 22 to 30 days

如果你的数据集很大，你也可以试试data.table。

library(data.table)
setDT(DF1)
setDT(DF2)

DF2[DF1, on = .(Low_Range <= Days, Hi_Range >= Days)]

【讨论】：