R-通过两列合并数据帧，并添加“0”；“价值之间”；条件

我有两个数据帧，如下所示：

数据帧A：

code1 code2 element1 from to
c1a    c2a     e1a     1    15
c1a    c2a     e1b     17   50
c1a    c2b     e1c     14   67
c1b    c2c     e1d     1    20
c1b    c2d     e1e    40   60

数据帧B：

code1 code2 element2 number
c1a    c2a     e2a    7
c1a    c2a     e2b    10
c1a    c2a     e2c    35

---

如果

from=过滤
范围内的值，我基本上需要连接它们

您可以在
dplyr

library(dplyr)
left_join(B, A, by = c('code1', 'code2')) %>% 
    filter(number >= from & number <= to)

#  code1 code2 element2 number element1 from to
#1   c1a   c2a      e2a      7      e1a    1 15
#2   c1a   c2a      e2b     10      e1a    1 15
#3   c1a   c2a      e2c     35      e1b   17 50

库（dplyr）
左联合（B，A，by=c（'code1'，'code2'））%>%
filter（number>=from&number=from&number您可以加入数据，然后
筛选范围内的值

您可以在
dplyr

library(dplyr)
left_join(B, A, by = c('code1', 'code2')) %>% 
    filter(number >= from & number <= to)

#  code1 code2 element2 number element1 from to
#1   c1a   c2a      e2a      7      e1a    1 15
#2   c1a   c2a      e2b     10      e1a    1 15
#3   c1a   c2a      e2c     35      e1b   17 50

库（dplyr）
左联合（B，A，by=c（'code1'，'code2'））%>%
过滤器（数字>=from&number=from&number这里有一个使用
fuzzyjoin:：fuzzy\u-inner\u-join
。
我从您的输出中了解到，除了
from=fuzzyjoin:：fuzzy\u internal\u join
的标准。
我从您的输出中了解到，除了
from=merge的输出（A，B，by=c（'code1'，'code2'））
它提供了所有包含所有值的行
过滤器
需要将不在
和
之间的行从
删除到
。这没有意义，我不需要子集。我需要全部内容。否则，我需要对code1和Code2的每种组合运行一个过滤器如果你检查答案，我已经是jo通过
c（'code1'，'code2'）进行内联
因此，您不必对每个组合都运行筛选器。我不确定您对什么感到困惑。它适用于您共享的示例，如果您有更复杂的情况，请相应地更新您的帖子，上面的答案失败。好的，我终于可以尝试了，但子集不起作用。它不过滤任何内容=SWhy过滤器？如果我只是这样合并，它不一定对齐元素1和元素2。它只是复制行。检查
merge的输出（A，B，by=c（'code1'，'code2'））
它提供了所有包含所有值的行
过滤器
需要将不在
和
之间的行从
删除到
。这没有意义，我不需要子集。我需要全部内容。否则，我需要对code1和Code2的每种组合运行一个过滤器如果你检查答案，我已经是jo通过
c（'code1'，'code2'）进行内联
因此，您不必对每个组合都运行筛选器。我不确定您对什么感到困惑。它适用于您共享的示例，如果您有更复杂的情况，请相应地更新您的帖子，上面的答案失败。好的，我终于可以尝试了，但子集不起作用。它不过滤任何东西=SI get
mf中的错误（rep（u_x，n_y），rep（u_y，each=n_x），…）：在我尝试运行此操作时找不到函数“mf”
。您是否安装了
fuzzyjoin
？我在mf中得到
错误（rep（u_x，n_y），rep（u_y，each=n_x），…）：在我尝试运行此操作时找不到函数“mf”
。是否安装了
fuzzyjoin
？
subset(merge(B, A, by = c('code1', 'code2')), number >= from & number <= to)

library(fuzzyjoin)
fuzzy_inner_join(
      df_A, df_B,
      by = c(
        "code1" = "code1",
        "code2" = "code2",
        "from" = "number",
        "to" = "number"),
      match_fun = c(
        "code1" = function(l, r) l == r,
        "code2" = function(l, r) l == r,
        "from" = function(l, r) l <= r,
        "to" = function(l, r) r <= l))

# code1.x code2.x element1 from to code1.y code2.y element2 number
# 1     c1a     c2a      e1a    1 15     c1a     c2a      e2a      7
# 2     c1a     c2a      e1a    1 15     c1a     c2a      e2b     10
# 3     c1a     c2a      e1b   17 50     c1a     c2a      e2c     35

df_A <- structure(list(code1 = c("c1a", "c1a", "c1a", "c1b", "c1b"), 
    code2 = c("c2a", "c2a", "c2b", "c2c", "c2d"), element1 = c("e1a", 
    "e1b", "e1c", "e1d", "e1e"), from = c(1L, 17L, 14L, 1L, 40L
    ), to = c(15L, 50L, 67L, 20L, 60L)), class = "data.frame", row.names = c(NA, -5L))

df_B <- structure(list(code1 = c("c1a", "c1a", "c1a"), code2 = c("c2a", 
"c2a", "c2a"), element2 = c("e2a", "e2b", "e2c"), number = c(7L, 
10L, 35L)), class = "data.frame", row.names = c(NA, -3L))