R 精确匹配某些列，某些列部分匹配内部连接

我有两个来自不同来源的数据框，它们指向同一个人，但由于自报数据的错误，日期可能会稍微偏离

示例数据：

df1 <- data.frame(name= c("Ann", "Betsy", "Charlie", "Dave"), 
                  dob= c(as.Date("2000-01-01", "%Y-%m-%d"), as.Date("2001-01-01", "%Y-%m-%d"), 
                         as.Date("2002-01-01", "%Y-%m-%d"), as.Date("2003-01-01", "%Y-%m-%d")), 
                  stringsAsFactors=FALSE)

df2 <- data.frame(name= c("Ann", "Charlie", "Elmer", "Fred"), 
                  dob= c(as.Date("2000-01-11", "%Y-%m-%d"), as.Date("2004-01-01", "%Y-%m-%d"), 
                         as.Date("2001-01-01", "%Y-%m-%d"), as.Date("2006-01-01", "%Y-%m-%d")), 
                  stringsAsFactors=FALSE)

但也要在30天内以出生日期（dob）为准，fuzzyjoin软件包如下：

library(fuzzyjoin)

difference_inner_join(df1, df2, by=c("dob"), max_dist = 30)

name.x  dob.x   name.y  dob.y
Ann     2000-01-01  Ann     2000-01-11
Betsy   2001-01-01  Elmer   2001-01-01

---

但是将这两个条件结合起来，这样只有Ann会被返回

您可以这样做：

 difference_inner_join(df1, df2, by=c("dob"), max_dist = 30) %>%
  filter(name.x == name.y)

  name.x      dob.x name.y      dob.y
1    Ann 2000-01-01    Ann 2000-01-11

---

仅依靠dplyr和base R。 我很少需要模糊连接<代码>内部连接和随后的

过滤器

通常就足够了

inner_join(df1, df2, by = c("name")) %>% 
  filter(abs(difftime(dob.x,dob.y, units = "days"))<30)

---

完美的我早些时候用循环实现了这一点，在实际数据上花费了>5分钟，行数>100000。您的解决方案在中有效我希望找到一个函数调用，将其全部放入

fuzzy\u-inner\u-join

s

match\u-fun=list（…）

，但它似乎需要

=

，

=

，

我认为您的解决方案比将其全部放入inner\u-join函数更具可读性
inner_join(df1, df2, by = c("name")) %>% 
  filter(abs(difftime(dob.x,dob.y, units = "days"))<30)

  name      dob.x      dob.y
 1  Ann 2000-01-01 2000-01-11