2

Necesito combinar dos dataframes en R utilizando más de una variable clave. Una de esas variables es una fecha, que no coincide exactamente sino que tiene que me tiene que unir con la anterior más cercana.

DF1

ID        DATE_REGSITRO  NOMBRE   
 115477    2020-03-31     Pablo   
 115478    2022-05-29     Sebastian    
 115479    2020-06-29     Carlos
 115479    2022-12-29      Carlos  

DF2

ID        DATE_SCORE      SCORE    
 115477    2020-02-03     554    
 115478    2022-03-15     635      
 115479    2020-04-15     638      
 115479    2022-10-15     789     
 115479    2023-02-15     885

DF_MERGE

  ID       DATE_REGSITRO  NOMBRE    SCORE
 115477    2020-03-31     Pablo      554
 115478    2022-05-29     Sebastian  635
 115479    2020-06-29     Carlos     638
 115479    2022-12-29     Carlos     789

1 respuesta 1

1

Con tidyverse es bastante simple:

library(tidyverse)

DF1 %>% 
  # Generamos una relcion n a m
  # Pero finalmente obtenemos la fecha única en cada caso
  left_join(DF2, 
            by = join_by(ID),
            relationship = "many-to-many") %>% 
  filter(DATE_REGSITRO > DATE_SCORE) %>% 
  group_by(ID, DATE_REGSITRO, NOMBRE) %>% 
  summarise(DATE_SCORE = max(DATE_SCORE)) %>% 
  # Obtenemos el score en una relación 1 a 1 
  left_join(DF2, 
            by = join_by(ID, DATE_SCORE))

Comentarios:

  • La primer parte es obtener ID y el DATE_SCORE que corresponde
  • Con lo anterior ya podemos hacer un relación 1 a 1 para obtener el SCORE

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.