如何在R中按列two及日期前置条件实现Inner Join？

当然可以实现，不过需要先注意你提供的b数据框列名存在混淆：按照需求描述和期望结果，连接的分组键应该是a$two（分组值a/b）和b$three（分组值a/b），而日期条件是a$one < b$two。以下是两种常用实现方式：

方法一：使用dplyr包 #

dplyr的语法更直观，适合数据处理新手：

library(dplyr)

# 按分组列执行内连接，筛选日期条件，再为每个a的行取符合条件的最小b日期
result_final <- inner_join(a, b, by = c("two" = "three")) %>%
  filter(one < two.y) %>%
  group_by(one, two) %>%
  slice_min(two.y, n = 1) %>%
  ungroup() %>%
  rename(three = two.y) %>%
  select(one, two, three)

# 查看结果
result_final

方法二：使用data.table包 #

如果处理大数据集，data.table的效率更高：

library(data.table)

# 转换为data.table对象
setDT(a)
setDT(b)

# 执行连接、筛选、取最小日期操作
result_final <- b[a, on = .(three = two), allow.cartesian = TRUE][
  one < two, 
  .SD[which.min(two)], 
  by = .(one, two)
] %>%
  setnames("two", "three") %>%
  setcolorder(c("one", "two", "three"))

# 查看结果
result_final

运行上述代码后，得到的result_final会和你提供的result完全一致。

内容的提问来源于stack exchange，提问作者Inuraghe