R语言按ID与日期区间条件合并数据集并过滤冗余行实现

实现代码 #

你只需要在原有代码的基础上追加分组过滤逻辑即可，完整代码如下：

# 需提前加载依赖包
library(tidyverse)
library(lubridate)

left_join(dat1, dat2, by = "ID") %>% 
  mutate(result = ifelse(date_mid %within% interval(date_begin, date_end), result, NA_character_)) %>%
  # 按dat1的每一行唯一标识分组（同一ID的不同时间区间分开处理）
  group_by(ID, date_begin, date_end) %>%
  # 分组过滤规则：组内有有效结果则只保留有效行，无有效结果则全部保留
  filter(if (any(!is.na(result))) !is.na(result) else TRUE) %>%
  ungroup()

逻辑说明 #

• 我们以ID+date_begin+date_end作为分组键，对应dat1中的每一行原始记录，避免同一ID不同时间区间的判断互相干扰
• 分组后先判断该组内是否存在非NA的result值：
  • 如果存在，仅保留组内result非NA的行，删除冗余的NA行
  • 如果不存在（组内全为NA），则保留该组所有行，符合预期需求
    运行上述代码即可得到你给出的12行预期结果。

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