我有 2 个数据框。
data frame 1 includes : ID, date1, date2
data frame 2 includes : ID, date , amount
我想在数据框 1 中创建另一列，汇总数据框 2 中位于数据框 1 中 date1 和 date2 和 match ID 之间的金额。
我已经尝试了一些使用 dplyr 的方法，包括使用 lubridate 在数据框一中创建一个间隔列，但仍然无法解决这个问题。
另外，我应该提到，数据框 2 对每个 ID 都有多个列表。它具有该月每个 ID 的每一天的金额。因此，它就像 excel 中的 sumifs 函数，但对于 R。如果 id 匹配并且日期是 btw date1 和 date2，则对 df2 中的所有金额求和。
【问题讨论】：
基于dplyr 的解决方案可以是：
library(dplyr)
df2 %>% left_join(df1, by="ID") %>%
filter(between(date, date1, date2) %>%
group_by(date) %>%
mutate(sum_amount = sum(amount))
注意：以上解决方案假定date、date1 和date2 的类型为Date 或POSIXct 类型。
【讨论】：
df2 中的更多列不是问题。如果我对您的理解正确，您会收到很多 df2（每天 1 个）。这也不是问题。您可以使用bind_rows 将所有df2s 合并到一个data.frame 中。然后你可以加入df1。如果您可以分享可重现的示例和预期结果会更好。
NAME 加入不同级别的因素，强制转换为字符向量
这里是一个使用fuzzyjoin包的例子。
library(tibble)
library(lubridate)
library(fuzzyjoin)
df1 <- tibble(
id = c("I1", "I2", "I3"),
date1 = ymd(c("2006-01-01", "2007-01-01", "2008-01-01")),
date2 = ymd(c("2006-12-31", "2007-12-31", "2008-12-31"))
)
df2 <- tibble(
id = c("I1", "I1", "I2", "I2", "I3", "I3"),
datetrans = ymd(c("2006-06-06", "2008-03-31", "2007-05-04",
"2007-08-09", "2009-01-01", "2009-10-12")),
amount = c(100, 150, 75, 100, 200, 200)
)
df3 <- fuzzy_inner_join(df2, df1,
by = c("id" = "id",
"datetrans" = "date1", "datetrans" = "date2"),
match_fun = list(`==`, `>=`, `<=`))
df3 <- df3 %>%
group_by(id.x) %>%
summarise(amount = sum(amount))
colnames(df3) <- c("id", "amount")
result <- left_join(df1, df3)
创建数据集 df1 和 df2。请注意，对于 id I3，在 date1 和 date2 之间没有出现“日期”。
我们首先找到 df2 和 df1 之间的所有记录，其中 id 匹配并且 datetrans 变量在 date1 和 date2 之间。我们通过 id 汇总金额对结果进行分组。最后，将此数据集合并回 df1 以获得所需的输出。
【讨论】：