在一个 data.frame 中按时间间隔在另一个中创建中断：模糊连接

Question

我在 df2 中记录了二氧化碳，并在 d:

中列出了实验开始和结束时间

data.frame df2 包含随时间推移的连续 CO2 测量值。

df2<-data.frame(CO2.ppm.=sample(300:500,72,replace=TRUE),Dev.Date.Time=seq(
     from=as.POSIXct("2012-1-1 0:00", tz="BST"),
     to=as.POSIXct("2012-1-3 23:00", tz="BST"),
     by="hour"
   ) )

我有一个 data.frame df1，其中包含一个名为：Dev.Date.Time 的连续时间变量，一个名为 ExperimentID 的列和 ExperimentType 的类型记录。请注意，有一段时间没有进行任何实验但不需要将其删除。

df1<-data.frame(ExperimentID=rep(1:12,each=6),ExperimentType=rep(c("IV","NoExperiment","Obs"),each=24),Dev.Date.Time=seq(
     from=as.POSIXct("2012-1-1 0:00", tz="BST"),
     to=as.POSIXct("2012-1-3 23:00", tz="BST"),
     by="hour"
   ) )

然后我创建了另一个 data.frame d，其中包含每个实验的开始和结束时间。

startTime<-aggregate(data=df1,Dev.Date.Time~ExperimentID+ExperimentType,head,1)
endTime<-aggregate(data=df1,Dev.Date.Time~ExperimentID+ExperimentType,tail,1)

d<-inner_join(startTime, endTime, by=c("ExperimentID","ExperimentType"))

我想根据我在 d

中找到的开始和停止时间，在 df2 中创建一个名为 ExperimentID 的列和另一个名为 ExperimentType 的列

我正在尝试进行以下操作，但我不知道如何使标签匹配。非常感谢任何想法。

本来想用cut。虽然它实现了我想要的休息，但我并没有更接近于用 ExperimentID 标记它们。

breakz <- as_tibble(lubridate::ymd_hms(d$Dev.Date.Time.x,d$Dev.Date.Time.y))
    breakz<-dplyr::arrange(breakz,value)
    df1$ActivityID<-cut(df1$Dev.Date.Time,breaks=unique(breakz$value), labels = c(d$ExperimentID,d$ExperimentType)

编辑：

根据评论中的建议，我正在尝试 fuzzyjoin，因为实际上时间戳并不完全匹配。所以我需要按时间间隔合并。

需要（模糊连接）

df3<-(fuzzy_right_join(
  d, df2,
  by = c(
    "StartTime" = "Dev.Date.Time",
    "EndTime" = "Dev.Date.Time"
  ),
  match_fun = list( `>=`, `<=`)
))

在所有 df3$ExperimentID 中生成 NA。有什么想法吗？

Answer 1

这行得通而且速度很快！抱怨时区问题，但似乎没问题

发件人：

https://www.r-bloggers.com/in-between-a-rock-and-a-conditional-join/

library(data.table)
  # Attempt #4: Use the data.table package
  myDataDT <- data.table(df2)
  myDataDT[, SomeValueHelp := Dev.Date.Time]
  linkTableDT <- data.table(d)
  setkey(linkTableDT, StartTime, EndTime)
  
  df3 <- foverlaps(myDataDT, linkTableDT, by.x=c('Dev.Date.Time', 'SomeValueHelp'), 
                      by.y=c('StartTime', 'EndTime'))
  
  df3[sample(nrow(df3), 3),]

在一个 data.frame 中按时间间隔在另一个中创建中断：模糊连接

Create breaks in one data.frame by time intervals in another: fuzzy join

r

dplyr

fuzzyjoin

https://www.r-bloggers.com/in-between-a-rock-and-a-conditional-join/