在 R 中合并之前如何创建 ID (by)？

Question

我有两个数据框 df.o 和 df.m，定义如下。我需要根据两个标准找到df.o（维度表）中的哪些观察对应于df.m（事实表）中的哪些观察：1）df.o$Var1==df.o$Var1和df.o$date1 < df.m$date2 < df.o$date3这样我得到df.o$oID的正确值在df.m$oID 中（在df.m$CORRECToID 中手动输入正确的值）。之后我需要 ID 才能完成合并。

df.o <- data.frame(oID=1:4,
                  Var1=c("a","a","b","c"),
                  date3=c(2015,2011,2014,2015),
                  date1=c(2013,2009,2012,2013),
                  stringsAsFactors=FALSE)
df.m <- data.frame(mID=1:3,
                      Var1=c("a","a","b"),
                      date2=c(2014,2010,2013),
                      oID=NA,
                      CORRECToID=c(1,2,3),
                      points=c(5, 10,15),
                      stringsAsFactors=FALSE)

我尝试了各种组合，例如下面的代码，但没有运气：

df.m$oID[df.m$date2 < df.o$date3 & df.m$date2 > df.o$date1 & df.o$Var1==df.m$Var1] <- df.o$oID

我也尝试过使用ifelse、which 和match 的各种组合，但似乎没有一个能奏效。

我一直遇到的问题是我的替换行数与数据不同，并且“较长的对象长度不是较短对象长度的倍数”。

Answer 1

您要查找的内容称为“重叠连接”，您可以尝试使用data.table::foverlaps 函数来实现此目的。

想法很简单

1. 创建要重叠的列（向df.m 添加额外的列）
2. 这些列的键

3. 运行foverlaps 并选择要返回的列

   library(data.table)
   setkey(setDT(df.m)[, date4 := date2], Var1, date2, date4)
   setkey(setDT(df.o), Var1, date1, date3)
   foverlaps(df.m, df.o)[, names(df.m), with = FALSE]
   #    mID Var1 date2 oID CORRECToID points date4
   # 1:   2    a  2010   2          2     10  2010
   # 2:   1    a  2014   1          1      5  2014
   # 3:   3    b  2013   3          3     15  2013