如何根据条件连接两个没有共同变量的数据框？

Question

我正在尝试在R中重新创建以下SAS代码

PROC SQL;
    create table counts_2018 as 
    select a.*, b.cell_no 
    from work.universe201808 a, work.selpar17 b 
    where a.newregionxx = b.lower_region2 
      and a.froempment >= b.lower_size 
      and a.froempment <= b.upper_size 
      and a.frosic07_2 >= b.lower_class2 
      and a.frosic07_2 <= b.upper_class2;
QUIT;

这个做什么，实际上是分配在selpar17发现在universe201808的数据cell_no的基础上，在代码中概述的所有6个条件的实现。 不能满足这些条件的数据因此不会为其分配cell_no ，这些数据不包含在最终表中。

到目前为止，我发现的文档/答案都从一个步骤开始，在该步骤中，两个数据帧由一个公共变量合并，然后执行sqldf select 。 我没有公共列，因此无法合并数据框。

Answer 1

当前，您正在两个表之间运行隐式联接，SQL不建议这样做。 根据使显式JOIN成为连接关系的标准方式的ANSI-1992（25年规范），请考虑相应地修改SQL查询。

与您的陈述相反，实际上您在表之间确实有一个相等的列，如相等条件所示： a.newregionxx = b.lower_region2可以用作JOIN条件。 甚至可以使用BETWEEN运算符进行简化：

new_df <- sqldf('select u.*, s.cell_no 
                 from universe201808 u
                 inner join selpar17 s 
                         on u.newregionxx = s.lower_region2 
                 where u.froempment between s.lower_size and s.upper_size 
                   and u.frosic07_2 between s.lower_class2 and s.upper_class2')

实际上，您可以完全删除where并将其on子句中：

...
on u.newregionxx = s.lower_region2 
and u.froempment between s.lower_size and s.upper_size 
and u.frosic07_2 between s.lower_class2 and s.upper_class2