如何从DF1中筛选小于等于DF2日期的最近最大日期对应数据

我现在有两个DataFrame：

• DF1是月度数据快照，存储每个月生效的账户数据
• DF2存储指定的查询日期
  需要从DF1中筛选出满足「DF1的日期 ≤ DF2的日期」条件的最大日期对应的所有数据。

示例数据 #

DF1 #

DF2 #

预期输出 #

注意要先把两个表的日期列转成标准日期格式，不能直接用字符串比较。

方法1：dplyr实现（适合tidyverse技术栈用户） #

library(dplyr)
library(lubridate)

# 转换日期格式
DF1 <- DF1 %>% mutate(Date = dmy(Date))
DF2 <- DF2 %>% mutate(Date = dmy(Date))

result <- DF1 %>%
  # 筛选出所有日期小于等于DF2查询日期的记录
  filter(Date <= DF2$Date) %>%
  # 取最大日期对应的全部记录
  filter(Date == max(Date))

方法2：data.table滚动连接实现（效率更高，适合大数据量场景） #

library(data.table)
library(lubridate)

# 转换为data.table格式并处理日期
setDT(DF1)[, Date := dmy(Date)]
setDT(DF2)[, Date := dmy(Date)]

# 滚动连接直接匹配最近的不大于查询日期的记录
result <- DF1[DF2, on = "Date", roll = TRUE]

如果DF2包含多条查询日期，上述两种方法都可以直接适配，不需要额外修改逻辑。

内容的提问来源于stack exchange，提问作者Rameet