根据跨多个列的条件连接两个表答案

【问题标题】：Joining two tables based on criteria across multiple columns根据跨多个列的条件连接两个表
【发布时间】：2017-12-18 23:12:18
【问题描述】：

我正在处理来自野生动物的 GPS 项圈数据。 GPS 项圈由序列号识别。在几年的时间里，一个 GPS 项圈可以用于多个动物。我需要为 GPS 项圈中的每个数据点分配动物 ID。应将动物 ID 分配给正确的项圈编号，但仅限于捕获日期或之后以及该动物死亡日期（如果适用）当天或之前拍摄的位置。

以下是我的数据的示例。

当 GPS 项圈数据通过卫星下载时，格式如下：

   CollarSerialNumber Latitude Longitude       Date
1               36542 44.95511 -107.5431 2016-02-18
2               36542 44.94927 -107.5855 2016-02-19
3               36542 44.95027 -107.5838 2016-02-20
4               36542 44.96125 -107.5831 2016-02-20
5               36542 44.95949 -107.5854 2016-02-21
6               36542 44.95233 -107.5717 2016-02-21
7               36542 44.95743 -107.5664 2016-02-22
8               36542 44.96124 -107.5840 2016-02-22
9               36542 44.96322 -107.5799 2016-02-22
10              36542 44.95912 -107.5857 2016-02-23
11              36545 44.95263 -107.5207 2016-02-17
12              36545 44.95278 -107.5202 2016-02-17
13              36545 44.95366 -107.5481 2016-02-18
14              36545 44.93453 -107.5940 2016-02-19
15              36545 44.94563 -107.5823 2016-02-19
16              36545 44.95020 -107.5836 2016-02-20

我有一个单独的数据框，其中包含动物的捕获日期（即项圈戴在动物身上的日期）、动物 ID 和死亡日期。

  Animal_ID Collar_Serial Capture_Date  Mort_Date
1    16-046         36542   2016-02-18 2016-02-20
2    16-047         36542   2016-02-21         NA
3    16-048         36545   2016-02-17         NA

因此，我需要根据 Collar Serial # 和 Capture and Mortality Dates 在 GPS 项圈数据中添加一个 Animal_ID 列来指示 Animal_ID。我的预期输出如下：

   CollarSerialNumber Latitude Longitude       Date    Animal_ID
1               36542 44.95511 -107.5431 2016-02-18    16-046 
2               36542 44.94927 -107.5855 2016-02-19    16-046 
3               36542 44.95027 -107.5838 2016-02-20    16-046 
4               36542 44.96125 -107.5831 2016-02-20    16-046 
5               36542 44.95949 -107.5854 2016-02-21    16-047
6               36542 44.95233 -107.5717 2016-02-21    16-047
7               36542 44.95743 -107.5664 2016-02-22    16-047
8               36542 44.96124 -107.5840 2016-02-22    16-047
9               36542 44.96322 -107.5799 2016-02-22    16-047
10              36542 44.95912 -107.5857 2016-02-23    16-047
11              36545 44.95263 -107.5207 2016-02-17    16-048
12              36545 44.95278 -107.5202 2016-02-17    16-048
13              36545 44.95366 -107.5481 2016-02-18    16-048
14              36545 44.93453 -107.5940 2016-02-19    16-048
15              36545 44.94563 -107.5823 2016-02-19    16-048
16              36545 44.95020 -107.5836 2016-02-20    16-048

【问题讨论】：

您尝试过什么吗？你在哪里卡住了？
你的问题不清楚（对我来说）。 GPS数据中的Date是否需要匹配Capture_Date或Mort_Date？您能否编辑您的问题以包含您提供的示例数据的预期输出。
@MauritsEvers 我已经编辑了预期输出的问题。希望现在更清楚了。
@MrFlick 我在论坛中搜索有类似问题的人，并阅读了合并和加入功能，但我没有取得任何进展......

标签： r join merge

【解决方案1】：

我想出了一个相当笨拙的解决方案来解决我的问题，但它确实有效。见下文：

#get all Animal_IDs from capture dataset
allID = unique(capdat$Animal_ID)

#create list to hold data frames, one df for each animalID
df.list <- as.list(rep("", length(allID)))

#loop through each animal ID, find matching collar serial #, capture date, 
#and mortality date (if applicable)
for (i in 1:length(allID)){
  ID.i = allID[i]
  ser.i <- pull(capdat[capdat$Animal_ID == ID.i, 4])
  capdate.i = pull(capdat[capdat$Animal_ID == ID.i, 2])
  mortdate.i = pull(capdat[capdat$Animal_ID == ID.i, 11])

  ifelse(is.na(mortdate.i), 
        df.list[[i]] <- dat[(dat$CollarSerialNumber == ser.i & 
                          dat$Date > capdate.i) ,],
        df.list[[i]] <- dat[(dat$CollarSerialNumber == ser.i & 
                          dat$Date > capdate.i & dat$Date < mortdate.i) ,])
  df.list[[i]]$Animal_ID = ID.i
  }

#merge list into a single data frame
df <- ldply(df.list, data.frame)

如果有人能提出更优雅的解决方案，我很乐意看到它！

【讨论】：