如何在没有公共变量的情况下根据条件连接两个数据框？

Question

我正在尝试在 R 中重新创建以下 SAS 代码

PROC SQL;
    create table counts_2018 as 
    select a.*, b.cell_no 
    from work.universe201808 a, work.selpar17 b 
    where a.newregionxx = b.lower_region2 
      and a.froempment >= b.lower_size 
      and a.froempment <= b.upper_size 
      and a.frosic07_2 >= b.lower_class2 
      and a.frosic07_2 <= b.upper_class2;
QUIT;

实际上，它的作用是将 selpar17 中的 cell_no 分配给 universe201808 中的数据，基于 strong>代码中列出的所有 6 个条件。不满足这些条件的数据，因此不会有一个 cell_no 分配给它，不包括在决赛桌。

到目前为止，我发现的文档/答案都从一个步骤开始，即两个数据帧由一个公共变量合并，然后执行 sqldf select。我没有公共列，因此无法合并我的数据框。

Answer 1

目前，您正在两个表之间运行隐式连接，这在 SQL 中是不建议的。根据使显式JOIN 成为连接关系的标准方式的 ANSI-1992（超过 25 年的规范），请考虑相应地修改您的 SQL 查询。

与您的陈述相反，您实际上确实在表之间有一个公共列，如您的相等条件所示：a.newregionxx = b.lower_region2 可以用作JOIN 条件。甚至使用BETWEEN 运算符来简洁：

new_df <- sqldf('select u.*, s.cell_no 
                 from universe201808 u
                 inner join selpar17 s 
                         on u.newregionxx = s.lower_region2 
                 where u.froempment between s.lower_size and s.upper_size 
                   and u.frosic07_2 between s.lower_class2 and s.upper_class2')

其实你可以把where全部去掉，放在on子句里：

...
on u.newregionxx = s.lower_region2 
and u.froempment between s.lower_size and s.upper_size 
and u.frosic07_2 between s.lower_class2 and s.upper_class2