基于更大等条件的不精确连接数据

Question

我在df中有一些值。

# A tibble: 7 × 1
   var1
  <dbl>
1     0
2    10
3    20
4   210
5   230
6   266
7   267

，我想将它与第二个名为value_lookup的数据帧进行比较。

# A tibble: 4 × 2
   var1 value
  <dbl> <dbl>
1     0     0
2   200    10
3   230    20
4   260    30

在特殊情况下，我想基于>=进行一个连接，这意味着一个大于或等于var1中的数字的值得到x的值。例如，以原始数据的210为例。因为它是>= 200和<230，所以它的值为10。

下面是预期的输出

  var1 value
1    0     0
2   10     0
3   20     0
4  210    10
5  230    20
6  266    30
7  267    30

我认为使用{fuzzyjoin}应该是可行的，但我做不到。

value_lookup <- tibble(var1 = c(0, 200,230,260),
                       value = c(0,10,20,30))

df <- tibble(var1 = c(0,10,20,210,230,266,267))

library(fuzzyjoin)
fuzzyjoin::fuzzy_left_join(
  x = df, 
  y = value_lookup ,
  by = "var1",
  match_fun = list(`>=`)
) 

Answer 1

一个选项也是findInterval

df$value <- value_lookup$value[findInterval(df$var1, value_lookup$var1)]

输出：

  var1 value
1    0     0
2   10     0
3   20     0
4  210    10
5  230    20
6  266    30
7  267    30

正如您提到的联接一样，您也可以通过data.table使用参数roll = T进行滚动连接，该参数将在var1之前在df中查找相同或最近的值

library(data.table)

setDT(value_lookup)[setDT(df), on = 'var1', roll = T]

Answer 2

您可以使用cut

df$value <- value_lookup$value[cut(df$var1, 
                                   c(value_lookup$var1, Inf), 
                                   right=F)]
# # A tibble: 7 x 2
#    var1 value
#   <dbl> <dbl>
# 1     0     0
# 2    10     0
# 3    20     0
# 4   210    10
# 5   230    20
# 6   266    30
# 7   267    30