根据最接近的日期将两个 dfs 分组

问题描述

这些是两个数据帧的子集。

df1：

绘图	mean_first_flower_date	gdd
1	2019-07-15	60
1	2019-07-21	50
1	2019-07-23	78
2	2019-05-13	100
2	2019-05-22	173
2	2019-05-25	245

（续）

df2：

绘图	日期	鲜花
1	2019-07-12	2
1	2019-07-13	9
1	2019-07-14	3
1	2019-07-15	3
2	2019-05-12	10
2	2019-05-13	10
2	2019-05-14	14
2	2019-05-15	17

（续）

df2 与 df1 有一些匹配的日期，但有时这些日期会关闭一天或几天（以粗体突出显示）。

我想根据“日期”和“情节”对两个 dfs 进行分组，保留 df2，而不会丢失来自 df1 的“gdd”数据。

例如，如果由于日期不匹配，我将两个 dfs 内部_join，就会发生这种情况。

因此，如果 df1 中的日期比 df2 中可能匹配的日期早或晚一到三天，这很好，因为日期相对接近。这很棘手，因为只有当 df1 中没有该数据范围的可用数据时，我才希望进行此数据替换。

我的目标是拥有这样的东西：

绘图	日期	鲜花	gdd
1	2019-07-12	2	60
1	2019-07-13	9	60
1	2019-07-14	3	60
1	2019-07-15	3	60
2	2019-05-12	10	100
2	2019-05-13	10	100
2	2019-05-14	14	100
2	2019-05-15	17	100

可以吗？

我非常感谢任何帮助！ 谢谢！

解决方法

我认为 data.table 包中的“滚动连接”可以解决这个问题：

library(data.table)
setDT(df1)
setDT(df2)

df1[,mean_first_flower_date := as.Date(mean_first_flower_date)]
df2[,date := as.Date(date)]

df1[df2,on=c("plot","mean_first_flower_date==date"),roll=3,rollends=TRUE]

#   plot mean_first_flower_date gdd flowers
#1:    1             2019-07-12  60       2
#2:    1             2019-07-13  60       9
#3:    1             2019-07-14  60       3
#4:    1             2019-07-15  60       3
#5:    2             2019-05-12 100      10
#6:    2             2019-05-13 100      10
#7:    2             2019-05-14 100      14
#8:    2             2019-05-15 100      17

使用这些数据：

df1 <- read.table(text="plot  mean_first_flower_date  gdd
1  2019-07-15  60
1  2019-07-21  50
1  2019-07-23  78
2  2019-05-13  100
2  2019-05-22  173
2  2019-05-25  245",header=TRUE)

df2 <- read.table(text="plot  date  flowers
1  2019-07-12  2
1  2019-07-13  9
1  2019-07-14  3
1  2019-07-15  3
2  2019-05-12  10
2  2019-05-13  10
2  2019-05-14  14
2  2019-05-15  17",header=TRUE)

,

从 fill 尝试 dplyr。使用这种语法

df2 %>% left_join(df1,by = c("plot" = "plot","date" = "mean_first_flower_date")) %>%
  fill(gdd,.direction = "up")

  plot       date flowers gdd
1    1 2019-07-12       2  60
2    1 2019-07-13       9  60
3    1 2019-07-14       3  60
4    1 2019-07-15       3  60
5    2 2019-05-12      10 100
6    2 2019-05-13      10 100
7    2 2019-05-14      14  NA
8    2 2019-05-15      17  NA

如您所见，最后两行中有两个 NA，如果您加入实际的 df2，这些行将被 {{1} } 因为将匹配 173。如果你想填充最后的 NA 行，如果有的话，你可以再次使用 2019-05-22 和 fill

.direction = "down"