通过加入 R 的条件组

Question

我是 R 的新手，对以下问题感到困惑。我有两个日期向量（向量不一定对齐，长度也不相同）。

我想为第一个向量中的每个日期查找第二个向量中的下一个日期。

vecA <- as.Date(c('1951-07-01', '1953-01-01', '1957-04-01', '1958-12-01',
       '1963-06-01', '1965-05-01'))
vecB <- as.Date(c('1952-01-12', '1952-02-01', '1954-03-01', '1958-08-01', 
           '1959-03-01', '1964-03-01', '1966-05-01'))

在 SQL 中，我会写这样的东西，但我在 SO 中找不到关于如何在 R 中执行此操作的任何提示。

 select vecA.Date, min(vecB.Date)
       from vecA inner join vecB
       on vecA.Date < vecB.Date
       group by vecA.Date

输出应如下所示：

Start      End
1951-07-01 1952-01-12
1953-01-01 1954-03-01
1957-04-01 1958-08-01
1958-12-01 1959-03-01
1963-06-01 1964-03-01
1965-05-01 1966-05-01

Answer 1

此代码将执行您所要求的，但不清楚您要完成什么，因此这可能不是最佳方法。本质上，这段代码首先对两个向量进行排序，以确保它们的顺序相同。然后，使用 for 循环，遍历 vecA 中的所有元素，并使用 x < vecB 找出 vecB 中哪些元素小于 x。

包裹在which中，return是向量中每个TRUE元素的数字索引，然后在min中给出最小的数字索引。然后将其用于将 vecB 子集化为 return 日期；它全部包含在 print 中，因此您可以看到循环的输出。

这可能不是最好的方法，但如果没有更多关于您的目标的背景信息，它至少应该让您入门。

> vecA <- vecA[order(vecA)]
> vecB <- vecB[order(vecB)]
> for(x in vecA) {print(vecB[min(which(x < vecB))])}
[1] "1952-01-12"
[1] "1954-03-01"
[1] "1958-08-01"
[1] "1959-03-01"
[1] "1964-03-01"
[1] "1966-05-01"

Answer 2

这是使用 data.table 滚动连接的可能解决方案

library(data.table)
dt1 <- as.data.table(vecA) ## convert to `data.table` object
dt2 <- as.data.table(vecB) ## convert to `data.table` object
setkey(dt2) # key in order to perform a binary join
res <- dt2[dt1, vecB, roll = -Inf, by = .EACHI] # run the inner join while selecting closest date 
setnames(res, c("Start", "End"))
res
#         Start        End
# 1: 1951-07-01 1952-01-12
# 2: 1953-01-01 1954-03-01
# 3: 1957-04-01 1958-08-01
# 4: 1958-12-01 1959-03-01
# 5: 1963-06-01 1964-03-01
# 6: 1965-05-01 1966-05-01

或者，我们也可以这样做：

data.table(vecA=vecB, vecB, key="vecA")[dt1, roll=-Inf]

通过加入 R 的条件组

Conditional group by join in R

conditional

join

r