根据几个变量进行匹配，有些是完全匹配的，有些是一系列变化的-解网

问：

match1 <- semi_join(datosvendor, datosclient,
                    by=c("DAY","HOUR","MINUTE","ANUM","BNUM","DURATION"))

我想根据上一行代码中出现的变量（日、小时、分钟、数字 A、数字 B 和持续时间）以精确的方式在两个数据帧的调用之间进行匹配。但我还想添加另一个变量来进行匹配，但不是以精确的方式：我还想添加调用的秒数（“SECOND”），但考虑到我想不以精确的秒数进行匹配，而是以 3 秒的范围内进行匹配上下。也就是说，我希望数据帧的调用与另一个数据框的调用相匹配，同时考虑到它们最多可以上下变化三秒（但它们必须在所有其他列中完全匹配）。

注意：我的两个数据框没有相同的维度。

添加这个新变量以使其与所有其他变量进行匹配的语法如何？

R 数据帧匹配

您正在寻找一种“非等价”联接类型，该联接由、、支持。支持“不等式联接”，但要求您在联接步骤之前预先计算联接的最小值和最大值范围。无论您使用哪种方法，在您的示例中，我建议将年/日/小时/分钟/秒合并为 POSIXct 日期时间，否则您将错过 5：00：01 pm 和 4：59：59 pm 之间的连接，这只有两秒钟的距离，但具有不同的小时和分钟。data.tablesqldffuzzyjoindplyr 1.1.0+

1赞 Jon Spring 7/13/2023

在 dplyr 1.1.0+ 中，假设您在两个表中都已将年/日/小时/分钟/秒转换为日期时间“DATETIME”，您可以使用类似

semi_join(datosvendor, datosclient |> mutate(DATETIME_low = DATETIME - 3, DATETIME_high = DATETIME + 3), join_by(BNUM, DURATION, DATETIME >= DATETIME_low, DATETIME <= DATETIME_high))

1赞 Jon Spring 7/13/2023

顺便说一句，您可以使用类似的东西来制作新的 DATETIME 列。datosvendor <- datosvendor |> mutate(DATETIME = lubridate::ymd_hms(paste(YEAR, DAY, HOUR, MINUTE, SECOND))

答： 暂无答案

上一个：同一列中的字符串数据匹配 - R

下一个：如何检查 pandas 数据框列是否包含列表中的任何值并返回该值

根据几个变量进行匹配，有些是完全匹配的，有些是一系列变化的

Match according to several variables, some exactly and some with a range of variation

评论