r - 匹配并找到R中最早的值

Question

我有两张表，一张是销售历史，另一张是关键客户。

销售历史表如下所示(包含 500,000 行):

Client No.   Transaction Date   Sales Amount
       abc          1/12/2014            100
       def          2/28/2014            200
       hij          3/01/2014            300
       abc          2/18/2014            400
       abc          5/26/2014            500
       xyz          7/15/2014            600
       def          8/23/2014            700
       hij          9/19/2014            800

Key Clients 表如下所示:

Client No.
       abc
       def
       xyz

现在我想用 R 做的是，基于 Key Clients 表，我需要创建一个与 Sales History 表中最早的 Sales Amount 匹配的新表。期望的结果如下所示:

Client No.  Earliest Sales Amount
       abc                    100
       def                    200
       xyz                    600

Answer 1

我也会推荐使用 data.tables binary join，但我会使用 .EACHI 来做这个

library(data.table)
setkey(setDT(df)[, Transaction.Date := as.IDate(Transaction.Date, "%m/%d/%Y")], Client.No.)
df[key, .(Earliest.Sales.Amont = Sales.Amount[which.min(Transaction.Date)]), by = .EACHI]
#    Client.No. Earliest.Sales.Amont
# 1:        abc                  100
# 2:        def                  200
# 3:        xyz                  600

首先，我们将使用 setDT 将您的数据集 (df) 转换为 data.table 类，转换 Transaction。 Date 到 Date 类，这样 R 在查找 最小日期 时会理解您的意思，然后通过 Client.No 键入它。 以执行 二元连接(这对于像您这样的大数据集非常有效)。然后，在对键表 (key) 执行 二元连接 时，我们将使用 by = .EACHI 来定位 Sale.Amount 在数据集中最早的日期内。