R 中没有重复的 Left_Join

我想做一种vlookup。正如您所知，Excel vlookup 函数从数据中获取第一个值。另一方面，left_join 函数的工作原理类似。但是，当第一个数据在查找值上不唯一时，left_join 函数会重复 de 值。我想对 Excel 进行同样的思考，而不使第一个数据集变得唯一。我不想操纵任何数据。只是想获得第一眼的价值。

例如。在本例中，我们看到标题 A 在 Data3 中重复，并且 StartYear 看起来与 EvaYear 相同:(

我想在 StartDate 和 EndDate 之间找到 EvaYear。如果 EvaYear 等于 EndDate 和下一周期的 StartDate。我想坐第一排。这就是为什么我必须在公式中同时使用 >= 和

Title <- c("A","A","A","B","B")
StartYear <- c(2000,2005,2008,2010,2012)
EndYear <- c(2005,2008,2010,2012,2015)
Score <- c(100,75,80,95,79)
Data1 <- data.frame(Title,StartYear,EndYear,Score)

Title <- c("A","B")
EvaYear <- c(2008,2015)
Data2 <- data.frame(Title,EvaYear)

setDT(Data2)
Data3 <- setDT(Data1)[Data2,.(Title,StartYear,EndYear,EvaYear,Score),on=.(Title,StartYear<=EvaYear,EndYear>=EvaYear)]

运行查询后我得到：

  Title   StartYear   EndYear   EvaYear  Score
     A        2008        2008      2008    75
     A        2008        2008      2008    80
     B        2015        2015      2015    79

但我需要得到：

Title   StartYear   EndYear   EvaYear  Score
 A        2005        2008      2008    75
 B        2012        2015      2015    79

有几件事需要解决。 (1) 您在实际输出中没有看到 2012，这是通过连接中第一个帧来解决的。 (2) 删除近似重复项。

第一个是因为在不等式连接中，它使列与other框架。尝试交换它们。

Data3 <- Data2[Data1, .(Title, StartYear, EndYear, EvaYear, Score), on = .(Title, EvaYear >= StartYear, EvaYear <= EndYear)]
Data3
#    Title StartYear EndYear EvaYear Score
# 1:     A      2000    2005    2000   100
# 2:     A      2005    2008    2005    75
# 3:     A      2008    2010    2008    80
# 4:     B      2010    2012    2010    95
# 5:     B      2012    2015    2012    79

正如你所看到的，通过，EvaYear已更改，匹配StartYear它匹配。让我们尝试解决这个问题：

Data3 <- Data2[, EY := EvaYear][Data1, .(Title, StartYear, EndYear, EvaYear, Score), on = .(Title, EY >= StartYear, EY <= EndYear)
  ][ !is.na(EvaYear), 
    ][ order(Score),
      ][, .SD[1,], by = .(Title, EvaYear)]
Data3
#    Title EvaYear StartYear EndYear Score
# 1:     A    2008      2005    2008    75
# 2:     B    2015      2012    2015    79