dplyr: left_join 其中 df A 值位于 df B 值之间

Question

我想知道是否可以使用 dplyr 或一些 tidyverse 包实现以下目标...

上下文： 我无法将数据放入允许使用 geom_rect 的结构中。参见的动机。

library(tis)

# Prepare NBER recession start end dates.
recessions <- data.frame(start = as.Date(as.character(nberDates()[,"Start"]),"%Y%m%d"),
                    end= as.Date(as.character(nberDates()[,"End"]),"%Y%m%d"))

dt <- tibble(date=c(as.Date('1983-01-01'),as.Date('1990-10-15'), as.Date('1993-01-01')))

期望的输出：

date       start      end
1983-01-01 NA         NA
1990-10-15 1990-08-01 1991-03-31
1993-01-01 NA         NA

感谢任何建议。

注意： 前面的问题表明 sqldf 是一种方法。但是这里的数据涉及到日期，我的理解日期不是SQLite中的数据类型。

本着'write the code you wish you had'的精神：

df <- dt %>%
      left_join(x=., y=recessions, date >= start & date <= end)

Answer 1

以下仅使用 dplyr 并生成所需的数据帧结果。 注意： 在较大的数据集上，您可能运行会遇到内存问题，而 G. Grothendieck 提出的 sqldf 将起作用。

小提示： @nick-criswell 将我带到@ian-gow

# Build data frame of dates within the interval [start, end]
df1 <- dt %>% 
        mutate(dummy=TRUE) %>% 
        left_join(recessions %>% mutate(dummy=TRUE)) %>% 
        filter(date >= start & date <= end) %>% 
        select(-dummy) 

# Build data frame of all other dates with start=NA and end=NA
df2 <- dt %>% 
        mutate(dummy=TRUE) %>% 
        left_join(recessions %>% mutate(dummy=TRUE)) %>% 
        mutate(start=NA, end=NA) %>%
        unique() %>%
        select(-dummy) 
# Now merge the two.  Overwirte NA values with start and end dates
df <- df2 %>% 
      left_join(x=., y=df1, by="date") %>%
      mutate(date, start = ifelse(is.na(start.y), as.character(start.x), as.character(start.y)),end = ifelse(is.na(end.y), as.character(end.x), as.character(end.y))) %>%
      mutate(start=as.Date(start), end=as.Date(end) )

> df
# A tibble: 3 x 3
        date      start        end
      <date>     <date>     <date>
1 1983-01-01         NA         NA
2 1990-10-15 1990-08-01 1991-03-31
3 1993-01-01         NA         NA

Answer 2

"Date" class R 中的对象在内部存储为自纪元（1970 年 1 月 1 日）以来的天数，并且该数字是发送到 SQLite 的天数，因此顺序仍然保持不变即使 class 不是；因此，我们可以使用 SQLite 后端来做到这一点：

sqldf("select * from dt left join recessions on date between start and end")

给予：

        date      start        end
1 1983-01-01       <NA>       <NA>
2 1990-10-15 1990-08-01 1991-03-31
3 1993-01-01       <NA>       <NA>

另请注意，sqldf 可与其他几个完全支持日期的后端一起使用，因此您不限于 SQLite。建议您查看 https://github.com/ggrothendieck/sqldf 上的常见问题解答和示例。

dplyr: left_join 其中 df A 值位于 df B 值之间

dplyr: left_join where df A value lies between df B values

r

dplyr

tidyverse