在 R 中加入两个条件

Question

我想在 RStudio 中执行有 2 个条件的连接。我的目标是复制 SQL 查询，如下所示，但是使用 R 语言：

SELECT
   ticket_id,
   sum(time_to_close)
FROM helpdesk_ticket ht
LEFT JOIN dim_date dd ON ht.create_date <= dd.formatted_date AND dd.formatted_date <= ht.closed_date
GROUP BY 1

假设helpdesk_ticket和dim_date是两个R数据帧，这是我尝试过的，但它在left_join中返回一个错误：

result <- helpdesk_ticket %>%
  left_join(dim_date, by = c("create_date" <= "formatted_date", "formatted_date" <= "closed_date")) %>%
  group_by(ticket_id) %>%
  summarise(time_to_close = sum(time_to_close))

Answer 1

由于 SQL 查询使用带有

<=

和

>=

运算符的区间连接而不是相等

=

，因此请考虑使用

dplyr::join_by

来预先计算要在

left_join

中使用的不等式连接。

by <- join_by(
  create_date <= formatted_date, 
  closed_date >= formatted_date,
) 

result <- helpdesk_ticket %>%
  left_join(dim_date, by) %>%
  group_by(ticket_id) %>%
  summarise(time_to_close = sum(time_to_close))

或者，如果两个或其中一个数据集对于笛卡尔积来说不太大，请考虑使用

cross_join

后跟

filter

：

result <- helpdesk_ticket %>%
  cross_join(dim_date) %>%
  filter(
    create_date <= formatted_date, 
    closed_date >= formatted_date
  )