mit Zustand auf zwei Datenrahmen

Question

ähnlich wie die ungelöste Frage verschmelzen hier: Merge two dataframes with condition on timestamp aber meine Frage ist allgemeiner und nicht die Zeitreihen spezifische

Ich habe zwei Datenrahmen möchte ich mit einem Annäherungsbedingung auf zwei Säulen fusionieren aus beide Datenrahmen. in SQL würde ich so etwas wie

select * from (select * from A) T1 inner join (select * from B) T2 on T1.user = T2.user and T1.label - T2.label < 2

getan habe, was ich suche, ist ein canincal Weg, die oben in R zu tun, etwas wie-

merge(x,y,by='user', condition = x$label - y$label <=2) 

so sein sollte folgend ohne Reihen 3,7,11,12,13,15 etc ....

set.seed(1212) 
a <- data.frame(user=rep(paste("u",1:3,sep=''),4),label=sample.int(10,12,T)) 
b <- data.frame(user=rep(paste("u",1:3,sep=''),4),label=sample.int(10,12,T)) 

merge(a,b,by='user') 

    user label.x label.y 
1 u1  3  1 
2 u1  3  3 
3 u1  3  10 
4 u1  3  5 
5 u1  3  1 
6 u1  3  3 
7 u1  3  10 
8 u1  3  5 
9 u1  1  1 
10 u1  1  3 
11 u1  1  10 
12 u1  1  5 
13 u1  4  1 
14 u1  4  3 
15 u1  4  10 
16 u1  4  5 
17 u2  7  1 
18 u2  7  7 
19 u2  7  4 
20 u2  7  2 
21 u2  2  1 
22 u2  2  7 
23 u2  2  4 
24 u2  2  2 
25 u2  6  1 
26 u2  6  7 
27 u2  6  4 
28 u2  6  2 
29 u2  1  1 
30 u2  1  7 
31 u2  1  4 
32 u2  1  2 
33 u3  8  7 
34 u3  8  1 
35 u3  8  7 
36 u3  8  4 
37 u3  1  7 
38 u3  1  1 
39 u3  1  7 
40 u3  1  4 
41 u3  10  7 
42 u3  10  1 
43 u3  10  7 
44 u3  10  4 
45 u3  9  7 
46 u3  9  1 
47 u3  9  7 
48 u3  9  4 

Answer 1

Mit Base R, werde ich versuchen:

subset(merge(a, b, by = 'user'), label.x - label.y <= 2) 

Wenn die Daten sehr groß ist, können wir nicht-equi versuchen kommen aus data.table:

library(data.table) 
setDT(a) 
setDT(b) 

a[, label.a := label - 2] 
b[, label.b := label] 
y <- a[b, on = .(user, label.a <= label.b), allow.cartesian=TRUE][, label.a := NULL] 

> head(y) 
    user label i.label 
1: u1  1  1 
2: u1  3  1 
3: u1  3  1 
4: u2  1  7 
5: u2  2  7 
6: u2  6  7 

Hier label in y ist die label von a und label.i ist die label von b.

Oder mehr explictly verwenden J Ausdruck:

library(data.table) 
setDT(a) 
setDT(b) 

a[, label2 := label - 2] 
y <- a[ 
    b, 
    .(user, label.a = label, label.b = i.label), 
    on = .(user, label2 <= label), 
    allow.cartesian=TRUE]