使用 R/dplyr 与基于计算的连接进行左连接

Question

我正在尝试使用 dplyr 连接 R 中的两个表，方式如下：

表 1：

ID    CHAR1    CHAR2
01      xyz      abc
02      abc      xyz

等等……

表 2：

ID    YEAR    VALUE1    STATUS
01    2012      455          T
01    2013       14          B
01    2014      234          C
01    2015       17          T
02    2014      213          B
02    2015      456          B
02    2016       17          B

我有一个名为 MODEL_YEAR 的单独变量，在本例中设置为 2015。

我希望我的新表如下所示：

ID  CHAR1  CHAR2  VALUE_Tminus1 VALUE_Tminus2 STATUS_Tminus1 STATUS_Tminus2
01    xyz    abc            234            14              C              B
02    abc    xyz            213            NA              B             NA

新列会从 MODEL_YEAR 回溯。例如，VALUE_Tminus1 取 2014 年的 VALUE1。我希望新表可以追溯到 10 年前，在没有可用数据的情况下出现 NA。

到目前为止，我已尝试将 MODEL_YEAR 作为列添加到表 1 中，然后将表 1 左连接到表 2，如下所示：

left_join(Table_1, Table_2, by=c("ID"="ID", "MODEL_YEAR"=("YEAR"-1))

但这不起作用，因为我不能以这种方式从“YEAR”中减去 1。我想我可以通过添加大量新列并进行多次连接来做到这一点，但我不确定并想知道是否有更简洁的方法？也许使用 data.table - 我知道这可以用于连接，但我不熟悉它。

非常感谢

Answer 1

既然有标签，这里有一个data.table的解决方案：

包

library(data.table)
library(magrittr) # For readability only

您的数据的可重现示例

MODEL_YEAR <- 2015L
tab1 <- fread(
  'ID    CHAR1    CHAR2
  01      xyz      abc
  02      abc      xyz',
  colClasses = 'character'
)
tab2 <- fread(
  'ID    YEAR    VALUE1    STATUS
  01    2012      455          T
  01    2013       14          B
  01    2014      234          C
  01    2015       17          T
  02    2014      213          B
  02    2015      456          B
  02    2016       17          B',
  colClasses = c('character', 'integer', 'integer', 'character')
)

解决办法：

setkey(tab1, ID)
setkey(tab2, ID, YEAR)
tab2[CJ(ID, YEAR = seq(MODEL_YEAR - 1, MODEL_YEAR - 5), unique = TRUE)] %>% 
  .[, YEAR := paste0('Tminus', MODEL_YEAR - YEAR)] %>%
  dcast(ID ~ YEAR, value.var = c('VALUE1', 'STATUS')) %>% 
  tab1[.]

#    ID CHAR1 CHAR2 VALUE1_Tminus1 VALUE1_Tminus2 VALUE1_Tminus3 VALUE1_Tminus4 VALUE1_Tminus5 STATUS_Tminus1 STATUS_Tminus2 STATUS_Tminus3 STATUS_Tminus4 STATUS_Tminus5
# 1: 01   xyz   abc            234             14            455             NA             NA              C              B              T           <NA>           <NA>
# 2: 02   abc   xyz            213             NA             NA             NA             NA              B           <NA>           <NA>           <NA>           <NA>

要获得更多延迟，只需将数字 5 更改为您想要的任何值。