Dplyr非等值连接不再支持join_by参数问题求助

错误原因 #

报错源于join_by中的非等条件未明确区分左右表的列，同时需确保你的dplyr版本≥1.1.0（该版本才正式支持join_by语法的非等连接）。

修复后的代码（dplyr 1.1.0+） #

library(dplyr)

df <- tribble(
  ~unique_id, ~event_type, ~event_date,
  'id_101', 'A_type_event', '2022-01-01',
  'id_101', 'B_type_event', '2022-02-01',
  'id_101', 'A_type_event', '2022-02-15',
  'id_101', 'A_type_event', '2022-02-28',
  'id_101', 'B_type_event', '2022-03-01',
  'id_101', 'C_type_event', '2022-03-10',
  'id_101', 'A_type_event', '2022-03-20',
  'id_101', 'C_type_event', '2022-04-01'
)  

left_join(
  df %>% filter(event_type == "A_type_event"),  # 左表：A类型事件
  df %>% filter(event_type == "C_type_event"),  # 右表：C类型事件
  join_by(unique_id, x.event_date < y.event_date),  # 明确左表event_date早于右表，且ID匹配
  multiple = "first"  # 保留每个A事件对应的第一个C事件
)

关键修改点 #

• 在join_by中用x.和y.前缀区分左右表的event_date列，消除字段歧义
• 若dplyr版本过低，先执行install.packages("dplyr")更新至1.1.0及以上版本

兼容低版本dplyr的方案（使用fuzzyjoin包） #

如果无法更新dplyr，可借助fuzzyjoin包实现非等连接：

library(fuzzyjoin)
library(dplyr)

df %>% filter(event_type == "A_type_event") %>%
  fuzzy_left_join(
    df %>% filter(event_type == "C_type_event"),
    by = c("unique_id" = "unique_id", "event_date" = "event_date"),
    match_fun = list(`==`, `<`),  # ID相等，左表日期早于右表
    keep = FALSE
  ) %>%
  group_by(unique_id, event_date.x) %>%
  slice_head(n = 1) %>%  # 保留每个A事件的第一个匹配C事件
  ungroup()

内容的提问来源于stack exchange，提问作者Wes Furlong