我正在开展一个项目,在该项目中,我根据各国体育比赛的结果分析国家内的个人调查数据,但我不确定产生我想要的合并的最有效方法是什么。
我正在处理两个单独的数据集。一个包含嵌套在国家/地区内的个人级别数据。数据可能如下所示:
country <- c(rep("Country A", 4), rep("Country B", 6))
date <- c("2000-01-01", "2000-01-02", "2000-01-03", "2000-01-04", rep("2000-01-01", 2), "2000-01-02", rep("2000-01-03", 3))
outcome <- rnorm(10)
individual_data <- cbind.data.frame(country, date, outcome)
rm(country, date, outcome)
另一个有国家匹配级别的数据,看起来像这样:
date <- rep("2000-01-02", 2)
country <- c("Country A", "Country B")
opponent <- c("Country B", "Country A")
match_outcome <- c("L", "W")
match_data <- cbind.data.frame(date, country, opponent, match_outcome)
rm(date, country, opponent, match_outcome)
在这个例子中,只有一场比赛,在 2000 年 1 月 2 日进行,A 国输给了 B 国。我想执行 afuzzy_join
以便与这里left_join
相反,即使日期不是精确的。match_data
individual_data
# incorrect
merged <- left_join(individual_data, match_data)
我想在 3 天的范围内执行此操作,并且我想指示在此范围内比赛前后有多少天。最终产品看起来像这样:
country <- c(rep("Country A", 4), rep("Country B", 6))
date <- c("2000-01-01", "2000-01-02", "2000-01-03", "2000-01-04", rep("2000-01-01", 2), "2000-01-02", rep("2000-01-03", 3))
outcome <- rnorm(10)
opponent <- c(rep("Country B", 4), rep("Country A", 6))
match_outcome <- c(rep("L", 4), rep("W", 6))
match_date <- rep("2000-01-02", 10)
difference <- c(-1, 0, 1, 2, -1, -1, 0, rep(1, 3))
desired_output <- cbind.data.frame(country, date, outcome, opponent, match_outcome, match_date, difference)
rm(country, date, outcome, opponent, match_outcome, match_date, difference)
谁能帮我吗?我一直在为如何完成这项工作而苦苦挣扎。这是我迄今为止尝试过的:
match_data$match_date_minus3 <- ymd(match_data$date) - days(3)
match_data$match_date_plus3 <- ymd(match_data$date) + days(3)
test_output <- fuzzy_left_join(individual_data, match_data,
by = c("country" = "country",
"match_date_minus3" = "date",
"match_date_plus3" = "date"),
match_fun = list("==", ">", "<"))
但我收到以下错误:Error in which(m) : argument to 'which' is not logical
如果有人知道,作为参考,我正在尝试复制Depeteris-Chauvin 等人的结果。2018 年。