R dplyr按范围或虚拟列联接

Question

我想通过范围或虚拟列加入两个小贴士。但似乎by-参数只允许处理现有列名的chr或vector(chr)。

在我的示例中，我有一个带有d列的小巧value和一个带有r和from列的小巧to。

d <- tibble(value = seq(1,6, by = 0.2))
r <- tibble(from = seq(1,6), to = c(seq(2,6),Inf), class = LETTERS[seq(1,6)])

> d
# A tibble: 26 x 1
   value
   <dbl>
 1   1.0
 2   1.2
 3   1.4
 4   1.6
 5   1.8
 6   2.0
 7   2.2
 8   2.4
 9   2.6
10   2.8
# ... with 16 more rows

> r
# A tibble: 6 x 3
   from    to class
  <int> <dbl> <chr>
1     1     2     A
2     2     3     B
3     3     4     C
4     4     5     D
5     5     6     E
6     6   Inf     F

现在我想在 value的 d和 from的范围内加入 to的 r列:

d %>% inner_join(r, by = "value between from and to")     # >= and <

我找不到执行此操作的方法，因此决定将 floor中 value的 d与 from中的 r列一起加入

d %>% inner_join(r, by = c("floor(value)" = "from"))

当然，我可以创建第二列来解决该问题:

d %>% 
  mutate(join_value = floor(value)) %>% 
  inner_join(r, by = c("join_value" = "from")) %>% 
  select(value, class)

# A tibble: 26 x 2
   value class
   <dbl> <chr>
 1   1.0     A
 2   1.2     A
 3   1.4     A
 4   1.6     A
 5   1.8     A
 6   2.0     B
 7   2.2     B
 8   2.4     B
 9   2.6     B
10   2.8     B
# ... with 16 more rows

难道没有更舒适的方法吗？

谢谢

Answer 1

我认为不平等联接尚未在dplyr中实现，或者曾经会实现(请参阅Join on inequality constraints上的讨论)，但这是使用SQL联接的好情况:

library(tibble)
library(sqldf)

as.tibble(sqldf("select d.value, r.class from d
                join r on d.value >= r.'from' and 
                          d.value < r.'to'"))

另外，如果要将联接集成到 dplyr链中，则可以使用 fuzzyjoin::fuzzy_join:

library(dplyr)
library(fuzzyjoin)

d %>%
  fuzzy_join(r, by = c("value" = "from", "value" = "to"), 
             match_fun = list(`>=`, `<`)) %>%
  select(value, class)

结果:

# A tibble: 31 x 2
   value class
   <dbl> <chr>
 1   1.0     A
 2   1.2     A
 3   1.4     A
 4   1.6     A
 5   1.8     A
 6   2.0     A
 7   2.0     B
 8   2.2     B
 9   2.4     B
10   2.6     B
# ... with 21 more rows

注意，我在 from和 to周围添加了单引号，因为它们是SQL语言的保留字。