r-使用dplyr匹配两个日期字段

Question

所以我有一个这样的数据帧：

ID   key  date1
001   02  2018-02-16
001   02  2018-02-19
001   03  2018-02-17
001   03  2018-02-22
001   04  2017-01-01
002   11  2019-12-21
002   12  2019-12-21
002   13  2019-12-22

和另一个数据帧(DF2(

ID   key  date2
001   02  2018-02-20
001   03  2018-03-22
002   13  2019-12-22
002   13  2019-12-21

因此，任务在概念上很简单：

我想找到DF1中存在的上一个日期到DF2中的每个日期。

我的意思是什么？例如，在DF2中，我们看到2018-02-20的日期以及相应的Key和ID。因此，我转到DF1，找到匹配的ID和Key，这给了我两种可能性。我需要的是前一个，所以不是后一个。因此它将是CCD_ 2。我最终会计算出天数。

最后的df应该是这样的：

ID   key  date2           date1   day_diff
001   02  2018-02-20 2018-02-19          1
001   03  2018-03-22 2018-02-22         28
002   13  2019-12-22 2019-12-22          0
002   13  2019-12-21         NA         NA

同样，我们只需要DF2每行中的日期之前的日期。如果没有以前的日期，也需要返回NA。

Answer 1

这行吗：

library(dplyr)
df1 %>% group_by(ID, key) %>% filter(date1 == max(date1)) %>% 
fuzzyjoin::fuzzy_right_join(df2, by = c('ID' = 'ID', 'key' = 'key', 'date1' = 'date2'), match_fun = list(`==`, `==`, `<=`)) %>% 
ungroup() %>% select('ID' = ID.y, 'key' = key.y, date2, date1) %>% mutate(day_diff = as.numeric(date2 - date1))
# A tibble: 4 x 5
ID    key   date2      date1      day_diff
<chr> <chr> <date>     <date>        <dbl>
1 001   02    2018-02-20 2018-02-19        1
2 001   03    2018-03-22 2018-02-22       28
3 002   13    2019-12-22 2019-12-22        0
4 002   13    2019-12-21 NA               NA