複数行の人と、各課税年度が終了する日付のテーブルがあります。
df1 <- tibble::tribble(~ID, ~TAX_YEAR_END_DATE,
"01", "2009-04-06",
"01", "2010-04-06",
"01", "2011-04-06",
"02", "2010-04-06",
"02", "2011-04-06",
"02", "2012-04-06")
また、1人あたり複数の行があり、作業期間の開始日と終了日を示す別のテーブル：
df2 <- tibble::tribble(~ID, ~START_DATE, ~END_DATE,
"01", "2007-09-11", "2010-04-06",
"02", "2008-06-06", "2010-04-06",
"02", "2011-09-09", "2014-04-06")
END_DATE4月6日に常にあり、そして誰もが常に持っているSTART_DATEとEND_DATE何も存在しない- NULLsが。
STATUS最初のテーブルに新しい列を追加して、各人が毎年雇用されているかどうかを示します。上記の例では、次のようになります。
ID TAX_YEAR_END_DATE STATUS
01 2009-04-06 EMPLOYED
01 2010-04-06 EMPLOYED
01 2011-04-06 NOT
02 2010-04-06 EMPLOYED
02 2011-04-06 NOT
02 2012-04-06 EMPLOYED
私はでテーブルを結合できることを考え出したID、その後、使用中にいくつかのルールを適用するmutate()新しい列を作成する-場合TY_END_DATEの間にあるSTART_DATEとEND_DATE、その後STATUS採用され、そしてそれは、その後でない場合STATUSではありません。
私が行き詰まっているのは、2番目の表に複数の雇用期間がある借り手です。このような場合、結合を実行すると最初のテーブルの行が複製（またはそれ以上）され、これを行う別の方法を見つけることができませんでした。
私はRを使用していますが、通常はより高速であるためdata.tableを使用しますが、dplyrでも問題ない可能性があります。
結合を使用してテーブルを関連付けてから要約するソリューション
df1 %>% left_join(df2, by = "ID") %>%
mutate(employed = between(TAX_YEAR_END_DATE, START_DATE, END_DATE)) %>%
group_by(ID, TAX_YEAR_END_DATE) %>%
summarise(employed = any(employed))
この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。
侵害の場合は、連絡してください[email protected]
コメントを追加