R语言中基于不同列日期匹配生成DataFrame新列booked_weather的技术问题

我来帮你搞定这个需求！你想要给每个公寓（按ID区分），根据booked.date找到同ID下对应date的天气，生成booked_weather列对吧？先说说你原来代码的问题：

• 没有按ID分组，会把不同公寓的日期混在一起匹配，结果肯定不对；
• weather[booked.date]的写法错误，booked.date是日期值，不是行索引，没法直接用来取weather的元素；
• 没处理booked.date不存在于当前ID的date列时的NA情况。

下面给你两种靠谱的解决方案，都是用dplyr实现的：

方法一：自连接（清晰直观，推荐） #

这种方法通过把表和自己做左连接，精准匹配同ID下的日期对应关系：

library(dplyr)

# 第一步：先把日期列转换成Date类型（避免字符匹配的坑）
df <- df %>%
  mutate(across(c(date, booked.date), as.Date))

# 第二步：自连接匹配天气
df_result <- df %>%
  left_join(
    # 先做一个子表，只保留ID、日期和天气，用来匹配
    df %>% select(ID, date, weather) %>% rename(booked_date_match = date, booked_weather = weather),
    # 连接条件：ID相同，且预订日期等于子表中的入住日期
    by = c("ID" = "ID", "booked.date" = "booked_date_match")
  )

方法二：分组+match（简洁高效） #

如果不想做表连接，可以按ID分组后用match函数定位日期的位置：

library(dplyr)

df_result <- df %>%
  mutate(across(c(date, booked.date), as.Date)) %>%
  # 按ID分组，确保只在当前公寓的日期里匹配
  group_by(ID) %>%
  # match会返回booked.date在date列中的位置，找不到就返回NA
  mutate(booked_weather = weather[match(booked.date, date)]) %>%
  ungroup()

两种方法都能得到你想要的结果：比如ID=2的第2、3行，booked.date是2016-12-01，同ID下这个日期的天气是clouds，所以booked_weather就会正确显示clouds；那些找不到对应日期的行，booked_weather会自动设为NA。

内容的提问来源于stack exchange，提问作者Lenny