R 多次有效地对数据表进行子集设置

我有这种格式的数据

> data = data.table(id = 1:10, date = seq(as.Date("2016-01-01"), by = 1, length = 10))
> data
    id       date
 1:  1 2016-01-01
 2:  2 2016-01-02
 3:  3 2016-01-03
 4:  4 2016-01-04
 5:  5 2016-01-05
 6:  6 2016-01-06
 7:  7 2016-01-07
 8:  8 2016-01-08
 9:  9 2016-01-09
10: 10 2016-01-10

我还有另一个矩阵，它是我希望执行的查询/子集

> query = data.table(id = c(1,4,7), date_start = c("2016-01-01", "2016-01-01", "2016-01-01"), date_end = c("2016-01-04", "2016-01-02", "2016-01-03"))
> query
   id date_start   date_end
1:  1 2016-01-01 2016-01-04
2:  4 2016-01-01 2016-01-02
3:  7 2016-01-01 2016-01-03

我想这样做：

subset(data, (id == query[1] & date > date_start[1] & date < date_end[1]) | 
       (id == query[2] & date > date_start[2] & date < date_end[2]) |
       (id == query[3] & date > date_start[3] & date < date_end[3]))

subset（数据，（id==query[1]&日期>日期开始[1]&日期<日期结束[1]）|
（id==查询[2]&日期>日期开始[2]&日期<日期结束[2]）|
（id==查询[3]&日期>开始日期[3]&日期<结束日期[3]））

是否有自动生成子集查询的方法，而无需使用for循环和rbinding结果

谢谢

首先，你可以加入他们：

data.full <- merge(data,query,by="id", all.x=T)

或者，如果要保留在

查询中未引用的记录，并保留在日期范围内引用的记录：

data.final <- data.full[is.na(date_start) | (date >= date_start & date <= date_end),]
data.final
   id       date date_start   date_end
1:  1 2016-01-01 2016-01-01 2016-01-04
2:  2 2016-01-02         NA         NA
3:  3 2016-01-03         NA         NA
4:  5 2016-01-05         NA         NA
5:  6 2016-01-06         NA         NA
6:  8 2016-01-08         NA         NA
7:  9 2016-01-09         NA         NA
8: 10 2016-01-10         NA         NA

data.final=date\u start&date如果我们稍微转换OP的数据以获得

library(data.table)
data = setDT(structure(list(id = 1:10, date = structure(16801:16810, class = c("IDate", 
"Date")), date2 = structure(16801:16810, class = c("IDate", "Date"
))), .Names = c("id", "date", "date2"), row.names = c(NA, -10L
), class = c("data.table", "data.frame"), sorted = c("id", 
"date", "date2")))

query = setDT(structure(list(id = c(1, 4, 7), date_start = 
structure(c(16801L, 
16801L, 16801L), class = c("IDate", "Date")), date_end = structure(c(16804L, 
16802L, 16803L), class = c("IDate", "Date"))), .Names = c("id", 
"date_start", "date_end"), row.names = c(NA, -3L), class = c("data.table", 
"data.frame"), sorted = c("id", 
"date_start", "date_end")))

。。。然后我们可以像这样使用
foverlaps

foverlaps(data, query, nomatch=0)
#    id date_start   date_end       date      date2
# 1:  1 2016-01-01 2016-01-04 2016-01-01 2016-01-01

对于这种方法，我认为在合并之前需要采取以下步骤：


将所有日期设置为
IDate
s
在主数据中创建一个额外的日期列
在每个表上设置键
在中，您可以按如下方式直接执行
非等效连接：

# data.table v1.9.7+
data[query, .(id, x.date), on=.(id, date>=date_start, date<=date_end)]

#data.table v1.9.7+
数据[查询，（id，x.date），日期=。（id，date>=日期\开始，dateInside
[.data.table
你不需要
数据。full$
@docendodiscimus哦，这是真的。我写这篇文章的时候甚至没有想过它是一个data.table。幸运的是它仍然是这样工作的，但你的评论是正确的。我继续更新了它。你可以使用
foverlaps（数据，查询，nomatch=0）
正确格式化数据后（使用
IDate
列，请参见
？foverlaps
和
？IDate
）。此问答可能会有所帮助：我认为foverlaps是我正在寻找的，如果你作为答案回答，我将能够接受。欢迎任何更正。我实际上不太使用
foverlaps
。请注意，有没有办法进行查询联接并删除对角线（与自身完全匹配？）
foverlaps(data, query, nomatch=0)
#    id date_start   date_end       date      date2
# 1:  1 2016-01-01 2016-01-04 2016-01-01 2016-01-01

# data.table v1.9.7+
data[query, .(id, x.date), on=.(id, date>=date_start, date<=date_end)]