r-每个因素组的筛选日期

Question

我有这个数据集

set.seed(1)
df1<- data.frame(
user = as.factor(rep(c("mike","john","david", "gabriel"), each =4)),
trx_date = sample(seq(as.Date('1999/01/01'), as.Date('2000/01/01'), by="day"), 16)
)
df2<- data.frame(
user = as.factor(c("mike","john","david")),
filter_date= as.Date(c("1999-07-29", "1999-03-08", "1999-10-24"))

我如何根据user过滤在df2中filter_date之后发生的df1中的任何trx_date？

Answer 1

使用包dplyr，您可以执行

library(dplyr)
full_join(df1, df2, by=c('user')) %>%
group_by(user) %>%
filter(trx_date >= filter_date)

但是你想用"；gabriel"？它不存在于df2中，那么应该如何过滤呢？有了上述解决方案，它就丢失了。如果要保留它，请将filter替换为filter(trx_date >= filter_date | is.na(filter_date))。(注意使用单个|，而不是通常的||(

Answer 2

您可以连接两个数据帧，然后连接filter:

library(dplyr)
df1 %>%
inner_join(df2, by = 'user') %>%
filter(trx_date > filter_date)

Answer 3

在base R中，我们可以将merge与subset一起使用

subset(merge(df1, df2, by = 'user'), trx_date > filter_date)