如何根据 R 中另一个数据框中的两个同时满足的条件对数据框进行子集化？

Question

这是我关于堆栈溢出的第一个问题，所以如果需要更多信息来回答这个问题，请告诉我。最近刚开始学R，还请大家耐心等待

我有一个数据框 Df1，我想 subset/filter 基于两个同时条件：

公司代码是否也出现在 Df2 中？
在这种情况下，两个数据帧的日期是否也相同？

我试过下面的代码

Sub <- subset(Df1, Df1$CompanyCode %in% Df2$CompanyCode & year(Df1$Date) %in% Df2$Year)

我想我知道问题出在哪里，但我不知道如何解决。我认为上面的公式会单独检查“%in%”条件，因此在许多情况下 returns。

举一个具体的例子（见下文；编辑：现在要求作为 dput 输出）：预计没有第 4 行 in Df1 in my result 因为在 Df2 中没有匹配的大小写。但是，它是结果子集的一部分。我猜是因为它可以找到公司代码和日期单独的匹配项，即它可以在 Df 中找到公司“B”，并且可以在 Df2 中找到 2016 年。但是，这不是我想要的，因为没有完美的匹配，同时满足这两个条件。

Df1（输入 1）：

structure(list(CompanyCode = c("A", "A", "B", "B", "C", "D"), 
    Date = structure(c(16800, 17166, 16800, 17166, 16800, 17166
    ), class = "Date")), row.names = c(NA, -6L), class = "data.frame")

Df2（输入 2）：

structure(list(CompanyCode = c("A", "A", "B", "C", "D"), Year = c(2015L, 
2016L, 2015L, 2015L, 2016L)), class = "data.frame", row.names = c(NA, 
-5L))

Sub（实际输出）：

structure(list(CompanyCode = c("A", "A", "B", "B", "C", "D"), 
    Date = structure(c(16800, 17166, 16800, 17166, 16800, 17166
    ), class = "Date")), row.names = c(NA, 6L), class = "data.frame")

ExpectedSub（预期输出）：

structure(list(CompanyCode = c("A", "A", "B", "C", "D"), Date = structure(c(16800, 
17166, 16800, 16800, 17166), class = "Date")), row.names = c(NA, 
-5L), class = "data.frame")

如果你能帮助我，我将不胜感激。希望这个例子能说明我的问题。

非常感谢！

Answer 1

您可以 paste CompanyCode 和年份值在两者之间创建唯一键，并使用 %in% 仅保留存在 df2.[=15 的那些键=]

result <- subset(df1, paste(CompanyCode, format(Date, '%Y')) %in% 
                      paste(df2$CompanyCode, df2$Year))
result

#  CompanyCode       Date
#1           A 2015-12-31
#2           A 2016-12-31
#3           B 2015-12-31
#5           C 2015-12-31

Answer 2

还有一种方法..


library(dplyr)
library(lubridate)
df1 %>% mutate(Year = year(as.Date(Date))) %>%
  right_join(df2, by = c("CompanyCode" = "CompanyCode", "Year" = "Year"))

  CompanyCode       Date Year
1           A 2015-12-31 2015
2           A 2016-12-31 2016
3           B 2015-12-31 2015
4           C 2015-12-31 2015
5           D 2016-12-31 2016

如何根据 R 中另一个数据框中的两个同时满足的条件对数据框进行子集化？

How can I subset a dataframe based on two simultaneously fulfilled conditions in another dataframe in R?

filtering

r

subset

dataframe