R语言实现日期范围不等的分组数据集按日合并

实现思路 #

核心是用左连接以包含全量日期、分组组合的DF1为基准表，匹配DF2的指标字段，再将匹配不到的缺失指标填充为0即可：

• 连接时以Date（日期）、Group（分组）两个字段作为共同匹配键
• 保留DF1的所有行，DF2匹配到的行保留原有New、Processed值，匹配不到的位置会自动生成NA值
• 最后将两个指标列的NA值统一替换为0，就是最终需要的结果

具体代码实现 #

方法1：dplyr 写法（最常用，可读性高） #

先确保已安装dplyr包，运行以下代码即可：

library(dplyr)

# 提前校验日期字段类型，若不是Date类型先执行转换
DF1$Date <- as.Date(DF1$Date)
DF2$Date <- as.Date(DF2$Date)

# 连接+补0
final_df <- DF1 %>%
  left_join(DF2, by = c("Date", "Group")) %>%
  mutate(
    New = ifelse(is.na(New), 0, New),
    Processed = ifelse(is.na(Processed), 0, Processed)
  )

方法2：Base R 写法（无需加载第三方包） #

不需要安装任何扩展包，直接运行基础R代码就能实现：

# 提前校验日期字段类型
DF1$Date <- as.Date(DF1$Date)
DF2$Date <- as.Date(DF2$Date)

# 左连接
final_df <- merge(
  x = DF1,
  y = DF2,
  by = c("Date", "Group"),
  all.x = TRUE
)

# 将两个指标列的缺失值替换为0
final_df[, c("New", "Processed")][is.na(final_df[, c("New", "Processed")])] <- 0

结果校验 #

按照给出的示例场景，跑完代码后1001分组对应日期的输出结果如下，完全符合要求：

内容的提问来源于stack exchange，提问作者user17582908