r - 如何根据两列之间的条件连接数据框

Question

我被困在一个需要合并两个数据框的项目中。它们看起来像这样:

Data1
Traffic Source    Registrations    Hour    Minute
organic           1                6        13
social            1                8        54

Data2
Email                     Hour2   Minute2
test@domain.com           6         13
test2@domain2.com         8         55

我有以下代码行来合并 2 个数据帧:

merge.df <- merge(Data1, Data2, by.x = c( "Hour", "Minute"),
           by.y = c( "Hour2", "Minute2"))

如果两个数据集之间的可变时间(小时和分钟)没有稍微偏离，它会很好用。有没有办法让“分钟”列与“分钟 2”相匹配，如果它是 + 或 - 一分钟？

我以为我可以为数据集一​​创建 2 个新列:

Data1
Traffic Source    Registrations   Hour   Minute    Minute_plus1   Minute_minus1
organic           1               6        13      14              12
social            1               8        54      55              53

如果“Minute2”与“Minute”、“Minute_plus1”或“Minute_minus1”中的任何变量相匹配，是否可以合并 2 个数据帧？或者有没有更有效的方法来完成这种合并？

Answer 1

对于这样的事情，我通常会求助于 SQL:

library(sqldf)
x = sqldf("
  SELECT *
  FROM Data1 d1 JOIN Data2 d2
  ON d1.Hour = d2.Hour2
  AND ABS(d1.Minute - d2.Minute2) <= 1
")

根据您的数据大小，您也可以只加入 Hour 然后过滤。使用 dplyr :

library(dplyr)
x = Data1 %>%
  left_join(Data2, by = c("Hour" = "Hour2")) %>%
  filter(abs(Minute - Minute2) <= 1)

虽然你可以用 base 函数做同样的事情。