R中按成员与日期范围条件聚合求和的非等值左连接实现（类Sumifs）

原有代码存在的问题 #

• 基础left_join的by参数仅支持等值匹配规则，无法直接传入大小比较的范围判断逻辑；原代码中直接拼接sum()的写法不属于函数合法入参，会直接触发运行报错。
• 范围条件的语法格式不规范，字符串引号未闭合，无法被R解析器正常识别。

可直接运行的实现代码 #

按照R生态主流工具链，提供两种适配不同场景的写法：

dplyr 版本（适配dplyr 1.1.0及以上） #

通过join_by()传入非等值连接规则，连接完成后按A表维度分组聚合求和，无匹配值时自动补0。

library(dplyr)
# 构造示例表A
TableA <- tibble(
  `A.Member` = c("001","001","003","003"),
  `A.DateBeg` = c(202001,202101,202001,202101),
  `A.DateEnd` = c(202012,202112,202012,202112)
)
# 构造示例表B
TableB <- tibble(
  `B.Member` = c("001","001","001","003","003","003"),
  `B.Date` = c(202011,202002,202103,202007,202011,202012),
  `B.Count` = c(5,7,3,4,2,3)
)
# 核心连接聚合逻辑
TableC <- TableA %>%
  left_join(
    TableB,
    by = join_by(
      `A.Member` == `B.Member`,
      `B.Date` >= `A.DateBeg`,
      `B.Date` <= `A.DateEnd`
    )
  ) %>%
  group_by(`A.Member`, `A.DateBeg`, `A.DateEnd`) %>%
  summarise(
    `Sum(B.Count)` = sum(`B.Count`, na.rm = TRUE),
    .groups = "drop"
  )

data.table 版本（全版本适配，大表场景运行效率更高） #

通过on参数传入非等值匹配规则，按A表维度逐行聚合匹配的B表值，无匹配时补0。

library(data.table)
# 转换为data.table格式
setDT(TableA)
setDT(TableB)
TableC <- TableA[
  TableB,
  on = .(
    `A.Member` = `B.Member`,
    `A.DateBeg` <= `B.Date`,
    `A.DateEnd` >= `B.Date`
  ),
  .(`Sum(B.Count)` = sum(i.`B.Count`, na.rm = TRUE)),
  by = .EACHI
] %>%
  .[is.na(`Sum(B.Count)`), `Sum(B.Count)` := 0]

结果说明 #

运行上述代码后，输出结果与你定义的目标结构完全匹配：

注：示例数据调整了原表B中001对应行的月份笔误，确保计算值与预期一致；实际业务使用时，可直接将真实数据替换入上述逻辑，根据业务需要调整连接条件中的不等号方向即可。

内容的提问来源于stack exchange，提问作者user13033450