如何将非年度政党意识形态数据匹配到年度执政数据框？

问题背景 #

现有两个数据框：

• df1：记录各国每一年的执政政党信息（例如美国2017-2021年共和党执政）
• df2：记录政党意识形态的时间变更情况，但并非逐年记录（例如政党A1970年为左翼，1980年变为中左翼），二者政党编码一致。

直接使用dplyr::left_join()合并会出现大量NA值，因为df2没有逐年数据。需要根据df2的时间节点，推断出df1对应年份的意识形态。

示例数据 #

df1示例

Country | Year | Government's Political Party ID
X       | 1990 | 340
X       | 1991 | 340
X       | 1992 | 340
X       | 1993 | 340

df2示例

Country | Year | Political Party ID | Ideology
X       | 1970 | 340                | center
X       | 1985 | 340                | center
X       | 1992 | 340                | center-left
X       | 1999 | 340                | center-left

期望合并结果

Country | Year | Government's Political Party ID | Ideology
X       | 1990 | 340                             | center
X       | 1991 | 340                             | center-left
X       | 1992 | 340                             | center-left
X       | 1993 | 340                             | center-left

解决方案 #

核心逻辑是：按国家+政党ID分组，为df1的每个年份匹配df2中小于等于该年份的最近时间点对应的意识形态。以下是两种实用实现方法：

方法1：使用fuzzyjoin包的模糊匹配 #

fuzzyjoin支持基于条件的模糊匹配，能高效实现时间区间的匹配：

1. 加载依赖包：

library(dplyr)
library(fuzzyjoin)

2. 执行匹配与结果清理：

merged_df <- fuzzy_left_join(
  df1,
  df2,
  by = c(
    "Country" = "Country",
    "Government's Political Party ID" = "Political Party ID",
    "Year" = "Year"
  ),
  match_fun = list(`==`, `==`, `>=`)
) %>%
  group_by(Country, Year.x, `Government's Political Party ID`) %>%
  filter(Year.y == max(Year.y)) %>%
  ungroup() %>%
  rename(Year = Year.x) %>%
  select(Country, Year, `Government's Political Party ID`, Ideology)

方法2：仅使用dplyr实现 #

无需额外安装包，通过分组窗口函数完成匹配：

1. 加载dplyr：

library(dplyr)

2. 数据整理与匹配：

# 先对df2按国家、政党ID分组并按年份排序
df2_cleaned <- df2 %>%
  group_by(Country, `Political Party ID`) %>%
  arrange(Year) %>%
  ungroup()

# 合并后筛选每个df1行对应的最新df2记录
merged_df <- df1 %>%
  left_join(df2_cleaned, 
            by = c("Country" = "Country", 
                   "Government's Political Party ID" = "Political Party ID")) %>%
  group_by(Country, Year.x, `Government's Political Party ID`) %>%
  filter(Year.y <= Year.x) %>%
  filter(Year.y == max(Year.y)) %>%
  ungroup() %>%
  rename(Year = Year.x) %>%
  select(Country, Year, `Government's Political Party ID`, Ideology)

内容的提问来源于stack exchange，提问作者Pedro Cardoso