R dplyr行方向变异

Question

大家早上好，这是我第一次在stack overflow上发帖。感谢任何帮助！

我有2个用于分析股票数据的数据框。一个数据框包含日期和其他信息，我们可以将其称为df：

df1 <- tibble(Key = c('a','b','c'), i =11:13, date= ymd(20110101:20110103))

第二个数据框也有日期和其他重要信息。

df2 <-tibble(Answer = c('a','d','e','b','f','c'), j =14:19, date= ymd(20150304:20150309))

这是我想做的：对于df1中的每一行，我需要：

-在df2中查找日期，当df2$答案与df1$key相同时，它最接近df1中该行的日期。

-然后提取df2中该行的另一列的信息，并将其放入df1中的新行。

我尝试的代码：

df1 %>%
 group_by(Key, i) %>%
 mutate(
`New Column` =  df2$j[
  which.min(subset(df2$date, df2$Answer== Key) - date)])

其结果是：

Key       i date       `New Column`
1 a        11 2011-01-01           14
2 b        12 2011-01-02           14
3 c        13 2011-01-03           14

对于第一行 a，这是正确的。在 df2 中，最接近的日期是 2015-03-04，其中 j 的值实际上是 14。

但是，对于第二行，Key=b，我希望df2子集只查看df2$Answer=b所在行的日期。因此，日期应为2015-03-07，其中j=17。

谢谢你的帮助！

耶西

Answer 1

这应该可行:

library(dplyr)
df1 %>% 
  left_join(df2, by = c("Key" = "Answer")) %>% 
  mutate(date_diff = abs(difftime(date.x, date.y, units = "secs"))) %>% 
  group_by(Key) %>% 
  arrange(date_diff) %>% 
  slice(1) %>% 
  ungroup()

我们首先用left_join连接两个数据帧。是的，我知道每个键可能有多个日期，请放心。

接下来，我们计算（使用mutate）两个日期date. x和date. y之间差异的绝对值（abs。

现在我们有了这个，我们将使用＜code＞group_by＜/code＞按＜code＞键＜/code＞对数据进行分组。这将确保每个不同的键将在后续计算中单独处理。

由于我们已经计算了< code>date_diff，现在我们可以重新排序(< code >排列)每个< code >键的数据，将最小的< code>date_diff作为每个< code >键的第一个。

最后，我们只对每个键的第一个最小date_diff感兴趣，因此我们可以使用 slice（1） 丢弃其余部分。

这条管道为我们提供了以下内容:

  Key       i date.x         j date.y     date_diff
  <chr> <int> <date>     <int> <date>     <time>   
1 a        11 2011-01-01    14 2015-03-04 131587200
2 b        12 2011-01-02    17 2015-03-07 131760000
3 c        13 2011-01-03    19 2015-03-09 131846400