如何通过另一个数据帧中的两个条件子集一个数据帧

Question

我有两个数据框。

ID            Date
 1      1999-01-01
 1      2000-01-01
 1      2001-01-01
 2      1999-01-01
 2      2000-01-01
 3      1998-01-01
 3      1999-01-01
 4      2000-01-01

和

ID            Date
 1      1999-03-01
 2      2000-01-01
 3      1998-01-01

我的目标是在第二个数据帧中按ID子集第一个数据帧。 然后，在ID的每个子组中，我只选择不早于第二个数据框中的日期的日期。 例如，我仅选择ID 1的第二行和第三行，因为它们的日期不早于第二个数据帧中的1999-03-01。 我想要的结果是

ID            Date
 1      2000-01-01
 1      2001-01-01
 2      2000-01-01
 3      1998-01-01
 3      1999-01-01

Answer 1

您可以使用dplyr软件包来实现此目的，方法是将第二个数据帧连接到第一个数据帧并使用过滤器。 如果列名相同，则dplyr将在列名上添加.x和.y，因此您的代码应如下所示。

 df1 %>% inner_join(df2, by = 'ID') %>% filter(Date.x >= Date.y)

Answer 2

如果您的数据帧是数据表，则可以使用下面的代码在匹配ID s和Date df1 > = Date df2上连接两个表，这将直接返回结果，而无需执行额外的过滤步骤。

library(data.table)

df1[df2, on = .(ID, Date >= Date), .(ID, Date = x.Date)]

#    ID       Date
# 1:  1 2000-01-01
# 2:  1 2001-01-01
# 3:  2 2000-01-01
# 4:  3 1998-01-01
# 5:  3 1999-01-01

使用数据

df1 <- fread('
ID            Date
 1      1999-01-01
 1      2000-01-01
 1      2001-01-01
 2      1999-01-01
 2      2000-01-01
 3      1998-01-01
 3      1999-01-01
 4      2000-01-01
')
df1[, Date := as.Date(Date)]

df2 <- fread('
ID            Date
 1      1999-03-01
 2      2000-01-01
 3      1998-01-01
')
df2[, Date := as.Date(Date)]