R语言日期范围匹配：返回查找表首个匹配行对应值

匹配规则说明 #

• 关联前提：df1与df2的Id字段完全一致
• 区间判断：df1的Date落在df2对应Id下的[Date.Start, Date.End]闭区间内
• 取值逻辑：取df2中首个满足匹配条件行的Return.Value，无匹配返回空值NA

方法1：Base R 原生实现（无需安装第三方包） #

逻辑直观易调试，适合小数据量场景：

# 初始化Return.Value列为空值
df1$Return.Value <- NA_real_

# 逐行遍历df1完成匹配
for (i in seq_len(nrow(df1))) {
  curr_id <- df1$Id[i]
  curr_date <- df1$Date[i]
  # 查找df2中同ID且日期区间命中的行号
  match_idx <- which(
    df2$Id == curr_id &
    df2$Date.Start <= curr_date &
    curr_date <= df2$Date.End
  )
  # 存在匹配则取第一个命中项的Return.Value
  if (length(match_idx) > 0) {
    df1$Return.Value[i] <- df2$Return.Value[match_idx[1]]
  }
}

方法2：fuzzyjoin 模糊连接实现（大数据量性能更优） #

避免逐行循环，适合万行以上的数据集，需加载第三方包：

# 首次使用请先安装依赖
# install.packages(c("dplyr", "fuzzyjoin"))
library(dplyr)
library(fuzzyjoin)

df1 <- df1 %>%
  # 左连接：Id精确匹配，日期做区间模糊匹配
  fuzzy_left_join(
    df2,
    by = c("Id" = "Id", "Date" = "Date.Start", "Date" = "Date.End"),
    match_fun = list(`==`, `>=`, `<=`)
  ) %>%
  # 按df1原始行分组，仅保留每组第一个匹配结果
  group_by(Date, Id.x) %>%
  slice(1) %>%
  ungroup() %>%
  # 清理冗余字段，保持和原df1结构一致
  select(Date, Id = Id.x, Return.Value)

结果验证 #

运行上述代码后输出结果完全匹配示例要求：

• df1第一行（Id=4，日期2021-08-09）命中df2第3行区间，返回Return.Value=3
• df1第二行（Id=6，日期2021-08-09）无对应命中区间，返回NA
• 其余行均按df2的行顺序取首个匹配值，无跨ID匹配错误

内容的提问来源于stack exchange，提问作者MKa