R dplyr 加入日期范围答案

【问题标题】：R dplyr join on range of datesR dplyr 加入日期范围
【发布时间】：2019-01-24 17:31:43
【问题描述】：

我想使用复合唯一键和日期范围连接两个表 xxx 和 yyy。在 sql 中，我只需在连接中指定，但我无法让 dplyr 工作。这可能吗？

test<- inner_join(xxx, yyy, by = c("ID" = "ID",
                               "NRA"="NRA",
                               "date_low">"date",
                               "date_high"<"date"),
                               copy = FALSE)

【问题讨论】：

能否提供输入数据和预期输出？
使用fuzzy_join，然后使用matches = c('=', '=', ">", "<")
@user1357015 我不能。实际数据受到限制。示例数据很难构建。 xxx.date_low 几乎总是低于yyy.date，而yyy.date 几乎总是高于xxx.date_high。这是我追求的功能。
如果你不能分享这个exact数据集，你可以找一个复制问题的常用数据集，或者弥补一些数据。没有reproducible example，除了猜测如何解决问题之外，很难做更多的事情

标签： r dplyr

【解决方案1】：

我们可以使用fuzzy_join中的fuzzy_inner_join

library(fuzzy_join)
fuzzy_inner_join(xxx, yyy,
              by = c("ID" = "ID",
                           "NRA"="NRA",
                           "date_low" =  "date",
                           "date_high" = "date"), 
              match_fun = list("==", "==", ">", "<"))

【讨论】：

谢谢阿克伦。我就是这样做的，我得到了这个错误stackoverflow.com/questions/44383510/…
@J.Doe。没有可重现的例子，这很困难。代码是标准语法
@akrun 似乎有些人发现在 match_fun 列表中使用反引号而不是引号会使其工作。

【解决方案2】：

首先，感谢您尝试帮助我。我意识到我的问题不完整。由于所有bioconductor 的依赖关系，我离开了fuzzyjoin。

我改用sqldf 来完成任务：

library(sqldf)
sqldf("SELECT * FROM xxx
            LEFT JOIN yyy
            ON  xxx.ID  = yyy.ID
            AND xxx.NRA = yyy.NRA
            AND yyy.date BETWEEN xxx.date_low AND xxx.date_high")

结果几乎与 question 相同，但我怀疑它也可以按照 Uwe 的 data.table 解决方案使用 question 解决。

我也在链接这个rstudio response

【讨论】：