如何使用DPLYR过滤R中的连接

我正在进行一个项目，以确定服务必须重新工作的次数，但仅限于原始服务结束后的前30天内。使用以下示例数据集：

work <- tribble(
  ~Client ,  ~Initial_Date_In, ~Initial_Date_Out,
  'Car1',     '2019-01-01', '2019-01-02',
  'Car1',     '2019-06-01', '2019-06-03',
  'Car2',     '2019-01-01', '2019-01-02',
  'Truck1',     '2019-06-01', '2019-06-02',
  'Truck2',     '2019-04-01', '2019-04-02',
  'Truck3',     '2019-08-01', '2019-08-04',
  'Van1',     '2019-01-01', '2019-01-02',
  'Van2',     '2019-06-01', '2019-06-02',
  'Truck4',     '2019-10-05', '2019-10-09',
  
  
)

rework <- tribble(
  ~Client ,  ~Date_In, ~Date_Out,
  'Car1',     '2019-01-05', '2019-01-07',
  'Car1',     '2019-01-09', '2019-01-10',
  'Car1',     '2019-06-09', '2019-06-10',
  'Truck3',     '2019-08-07', '2019-08-08',
  'Van1',     '2019-03-01', '2019-03-01',
  'Van2',     '2019-06-09', '2019-06-11',
  'Truck4',     '2019-11-01', '2019-11-02',
  
  
)

work$Initial_Date_In <- lubridate::as_date(work$Initial_Date_In)
work$Initial_Date_Out <- lubridate::as_date(work$Initial_Date_Out)
rework$Date_In <- lubridate::as_date(rework$Date_In)
rework$Date_Out <- lubridate::as_date(rework$Date_Out)

---

有关于我做错了什么的提示吗？

更新
这里有一种避免进行任何形式的正式联接的方法。
使用

绑定行

堆叠

工作

和

返工

，然后使用

服务ix

列（给定

客户端

中服务应用的索引）作为分组/汇总变量：

工作%>%
变异（service=“original”）%%>%
重命名（Date\u In=“Initial\u Date\u In”，Date\u Out=“Initial\u Date\u Out”）%>%
分组依据（客户）%>%
变异（服务号=行号（））%>%
绑定行（返工%>%
变异（service=“返工”）%>%
选择（客户端、输入日期、输出日期、服务））%>%
安排（客户，日期）%>%
填充（服务九）%>%
分组依据（客户、服务九）%>%
总结（初始日期=服务中的日期=“原始”]，
初始日期=日期[服务==“原始”]，
max_date_out=max（date_out），
n_返工=总和（服务=“返工”））%>%
过滤器（n_返工>0）%>%
解组（）

稍微开箱：

添加了一个

服务

列，指示初始与返工。以下是绑定行（）后的组合df：

#一个tible:16 x 5
#组别:客户[8]
客户日期\u输入日期\u输出服务\u ix
1 Car1 2019-01-01 2019-01-02原件1
2 Car1 2019-01-05 2019-01-07返工NA
3 Car1 2019-01-09 2019-01-10返工NA
4 Car1 2019-06-01 2019-06-03原件2
5 Car1 2019-06-09 2019-06-10返工NA
6 Car2 2019-01-01 2019-01-02原件1
7卡车2019-06-01 2019-06-02原件1
8卡车2 2019-04-01 2019-04-02原件1
9卡车3 2019-08-01 2019-08-04原件1
10卡车3 2019-08-07 2019-08-08返工NA
11卡车4 2019-10-05 2019-10-09原件1
12卡车4 2019-11-01 2019-11-02返工NA
13 Van1 2019-01-01 2019-01-02原件1
14 Van1 2019-03-01 2019-03-01返工NA
15 Van2 2019-06-01 2019-06-02原件1
16 Van2 2019-06-09 2019-06-11返工NA

fill

步骤将替换

service_ix

NA值：

Client Date\u In Date\u Out service\u ix
1 Car1 2019-01-01 2019-01-02原件1
2 Car1 2019-01-05 2019-01-07返工1
3 Car1 2019-01-09 2019-01-10返工1
4 Car1 2019-06-01 2019-06-03原件2
5 Car1 2019-06-09 2019-06-10返工2

现在按

客户

和

服务_ix

分组，并根据需要进行总结

#一个tible:6 x 6
客户服务_ix初始_日期_in初始_date _outmax _date _outn _返工
1 Car1 2019-01-01 2019-01-02 2019-01-10 2
2 Car1 2 2019-06-01 2019-06-03 2019-06-10 1
3卡车2019-08-01 2019-08-04 2019-08-08 1
4卡车2019-10-05 2019-10-09 2019-11-02 1
5 Van1 2019-01-01 2019-01-02 2019-03-01 1
6 Van2 2019-06-01 2019-06-02 2019-06-11 1

使用

fuzzyjoin

软件包，您还可以尝试其他方法

首先，计算

Date\u End\u Service

日期，即

Initial\u Date\u Out

之后的30天。然后，您可以在

工作

和

返工

之间执行

模糊内部连接

，在

客户端

上进行匹配，并确保

初始日期

为% 变更（日期结束服务=初始日期结束+天数（30））%>% 模糊内部连接（返工、， by=c（“客户机”=“客户机”、“初始日期”=“日期”、“日期”=“结束服务”=“日期”）， 匹配乐趣=列表（`=`，`=`））%>% 分组人（客户机x，初始日期）%>% 总结（n_service=n（）） 输出

  Client.x Initial_Date_In n_service
  <chr>    <date>              <int>
1 Car1     2019-01-01              2
2 Car1     2019-06-01              1
3 Truck3   2019-08-01              1
4 Truck4   2019-10-05              1
5 Van2     2019-06-01              1

n_服务中的客户端.x初始日期 1 Car1 2019-01-01 2 2 Car1 2019-06-01 1 3卡车3 2019-08-01 1 4卡车4 2019-10-05 1 5 Van2 2019-06-01 1

---

如果您希望计算“服务必须重新工作的次数”，这与您的预期输出有什么关系？例如，

Car1

在1月1日的初始工作之后有两个返工服务（1月5日和1月9日）。但这并没有体现在您的预期输出中，它只是显示了最终返工的日期。你能确切地说明你想要得到什么吗？谢谢你的帮助。我更新了预期的输出

Client    Initial_Date_In    Initial_Date_Out    Date_Out    #_Of_Rework_Visits
Car1      2019-01-01         2019-01-02          2019-01-10    2
Car1      2019-06-01         2019-06-03          2019-06-10    1
Truck3    2019-08-01         2019-08-04          2019-08-08    1
Van1      2019-06-01         2019-06-02          2019-06-11    1
Truck4    2019-10-05         2019-10-09          2019-11-02    1

library(tidyverse)
library(lubridate)
library(fuzzyjoin)

work %>%
  mutate(Date_End_Service = Initial_Date_Out + days(30)) %>%
  fuzzy_inner_join(rework, 
                   by = c("Client" = "Client", "Initial_Date_Out" = "Date_Out", "Date_End_Service" = "Date_Out"), 
                   match_fun = list(`==`, `<=`, `>=`)) %>%
  group_by(Client.x, Initial_Date_In) %>%
  summarise(n_service = n())

  Client.x Initial_Date_In n_service
  <chr>    <date>              <int>
1 Car1     2019-01-01              2
2 Car1     2019-06-01              1
3 Truck3   2019-08-01              1
4 Truck4   2019-10-05              1
5 Van2     2019-06-01              1