R： 查找数据帧列中大于或等于其他数据帧列的行值的最小值

Question

第一次问问题(温柔点)，因为我还没有找到任何有用的东西。

在R中，我有两个数据帧。一个（DataFrameA）有一列带有唯一日期列表。另一个（DataFrameB）也有日期列表。但是DataFrameB中的某些日期在DataFrameA中可能不存在。在这种情况下，我想将DataFrameB中的日期更新为DataFrameA中的最小日期，该日期大于DataFrameB中的日期。

在SQL中，我可能会这样做：

Select MyDate as OldDate, 
(select min(MyDate) from DataFrameA where MyDate >= B.MyDate) as NewDate 
from DataFrameB as B

我的目标是用DataFrameA中的正确值更新DataFrameB的每一行中的MyDate列。

因此，如果数据帧 B 以

2019-01-01
2019-01-02
2019-01-03
2019-01-04
2019-01-05

而DataFrameA只有

2019-01-01
2019-01-03
2019-01-05

DataFrameB最终会看起来像

2019-01-01
2019-01-03
2019-01-03
2019-01-05
2019-01-05

提前感谢。

Answer 1

我会使用简单的数据帧操作：

#prepare the data frames:
a <- data.frame(as.Date("2019-01-01") + 0:4)
b <- data.frame(c(a[1],a[3],a[5]))

#filter the a based on b
for (i in 1:nrow(a)) {
  pos <- min(which(b[,1] >= a[i,1]))
  a[i,1] <- b[pos,1] 

}
#done
print(a)

Answer 2

OP直接提出的SQL解决方案可以在R中使用< code>sqldf包实现:

library(sqldf)
sqldf("Select MyDate as OldDate, 
(select min(MyDate) from DataFrameA where MyDate >= B.MyDate) as NewDate 
from DataFrameB as B")

     OldDate    NewDate
1 2019-01-01 2019-01-01
2 2019-01-02 2019-01-03
3 2019-01-03 2019-01-03
4 2019-01-04 2019-01-05
5 2019-01-05 2019-01-05

请注意，＜code＞MyDate＜/code＞是OP在注释中提到的字符日期（实际上，它们是＜code＞factor＜/code＞类型，因为＜code＞data.frame（）＜/code>默认情况下将字符串转换为factor。）

DataFrameB <- data.frame(MyDate = as.character(as.Date("2019-01-01") + 0:4))
DataFrameA <- DataFrameB[c(TRUE, FALSE), , drop = FALSE]

Answer 3

我们可以使用非Equi连接与data.table

library(data.table)
dates <- setDT(dfA)[dfB, min(date),on = .(date >= date), 
             allow.cartesian = TRUE, by = .EACHI]$V1
dfB$date <- dates
dfB
#         date
#1: 2019-01-01
#2: 2019-01-03
#3: 2019-01-03
#4: 2019-01-05
#5: 2019-01-05

或者使用findIntervalfrombase R

dfA$date[findInterval(dfB$date, dfA$date, left.open = TRUE) + 1]
#[1] "2019-01-01" "2019-01-03" "2019-01-03" "2019-01-05" "2019-01-05"

dfB <- structure(list(date = structure(c(17897, 17898, 17899, 17900, 
17901), class = "Date")), row.names = c(NA, -5L), class = "data.frame")

dfA <- structure(list(date = structure(c(17897, 17899, 17901), 
         class = "Date")), row.names = c(NA, 
-3L), class = "data.frame")