R语言嵌套for循环实现最小日期赋值新变量问题求解

问题说明 #

需要通过嵌套for循环实现：定位第二张表中与第一张表ID匹配的最小日期值，赋值给第一张表的New字段。

第一张表结构 #

第二张表结构 #

原有代码错误点 #

• 两层循环均遍历第一张表merged_final，未遍历存储日期的第二张表，无法读取目标日期值
• 条件判断分支后仅做了无返回值的子集索引，没有执行赋值操作
• min()函数内传入的是ID相等判断的逻辑值（TRUE/FALSE），并非日期字段，计算逻辑完全错误
• 未做ID关联匹配，无法将日期对应到第一张表的正确行

符合要求的嵌套for循环实现 #

先确保日期字段转换为R的Date类型，避免大小比较出错，再执行双层循环：

# 字段类型转换
merged_final$New <- as.Date(merged_final$New)
query1.1$date <- as.Date(query1.1$date)

# 外层循环遍历第一张表每一行
for(i in 1:nrow(merged_final)){
  current_id <- merged_final$ID[i]
  match_min_date <- NA
  
  # 内层循环遍历第二张表所有行，匹配当前ID的最小日期
  for(j in 1:nrow(query1.1)){
    if(query1.1$ID[j] == current_id){
      # 首次匹配到ID或者遇到更小的日期时更新最小值
      if(is.na(match_min_date) || query1.1$date[j] < match_min_date){
        match_min_date <- query1.1$date[j]
      }
    }
  }
  # 给第一张表当前行的New字段赋值
  merged_final$New[i] <- match_min_date
}

执行上述代码后，第一张表的New字段会被正确赋值为对应ID在第二张表中的最小日期，示例数据下所有New字段值为2021-04-30。

大数据量优化方案（可选） #

嵌套for循环时间复杂度为O(n*m)，数据量较大时运行效率低，可直接用聚合匹配的方式实现，无需循环：

# 按ID聚合取第二张表各ID最小日期
id_min_date <- aggregate(date ~ ID, data = query1.1, FUN = min)
# 按ID匹配赋值
merged_final$New <- id_min_date$date[match(merged_final$ID, id_min_date$ID)]

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