如何使用if_else语句关联数据集，获取对应日期上月的Ranking？

原代码的核心问题 #

• 逻辑完全错误：Date > df2$Ranking是日期类型与数值类型的无效对比，完全不符合需求逻辑
• 未进行数据集关联：直接跨df1、df2引用列，当两个数据集行数不一致时，会触发循环匹配错误，无法正确关联同国家、同日期维度的记录

正确实现步骤（dplyr方案） #

要实现“匹配对应国家、对应日期前一个月的Ranking值”，需要先处理日期维度，再通过关联操作匹配数据，具体如下：

1. 基础版：匹配前一个月同一天的Ranking #

如果需要严格匹配df1日期的前一个月同一天的Ranking（比如2023-05-10匹配2023-04-10的Ranking），代码如下：

# 加载依赖包
library(dplyr)
library(lubridate)

# 给df1生成需要匹配的前一个月日期
df1 <- df1 %>%
  mutate(target_date = Date %m-% months(1))

# 关联df2，匹配同国家、前一个月日期的Ranking
df_final <- df1 %>%
  left_join(df2, by = c("Country", "target_date" = "Date")) %>%
  # 保留原字段，移除临时日期列（可选）
  select(Country, Date, Ranking)

2. 进阶版：匹配前一个月的最新Ranking #

如果df2中每个国家每月有多条记录，需要取前一个月的最后一条Ranking，可以先预处理df2再关联：

library(dplyr)
library(lubridate)

# 预处理df2：提取每个国家每月的最后一条Ranking
df2_monthly <- df2 %>%
  mutate(month = floor_date(Date, "month")) %>%
  group_by(Country, month) %>%
  arrange(Date, .by_group = TRUE) %>%
  slice_tail(n = 1) %>% # 取当月最后一条记录
  ungroup() %>%
  select(Country, month, Ranking)

# 处理df1：生成目标匹配月份（当前日期减1个月的月份）
df1 <- df1 %>%
  mutate(target_month = floor_date(Date %m-% months(1), "month"))

# 关联得到最终结果
df_final <- df1 %>%
  left_join(df2_monthly, by = c("Country", "target_month" = "month")) %>%
  select(Country, Date, Ranking)

说明 #

• 使用left_join可以保留df1的所有记录，若df2中无对应匹配项，Ranking会显示为NA
• lubridate包的%m-% months(1)会自动处理月末特殊情况（比如3月31日减1个月会自动转为2月最后一天）

内容的提问来源于stack exchange，提问作者Abraham Arbelaez