R dplyr加入日期范围

Question

我想连接两个表xxx并yyy使用复合唯一键和日期范围。在 sql 中，我只需在连接中指定，但我无法开始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)

Answer 1

我们可以使用fuzzy_inner_join来自fuzzy_join

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

Answer 2

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

我用sqldf以下方法来完成任务：

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")

结果与这个问题几乎相同，但我怀疑它也可以根据 Uwe 的解决方案用这个问题data.table来解决。

我还链接了这个rstudio 回复