检查日期是否在另一个数据框中的两个日期之间，如果是则操作日期答案

【问题标题】：Check if date is between two dates in another data frame, and manipulate date if it is检查日期是否在另一个数据框中的两个日期之间，如果是则操作日期
【发布时间】：2019-08-14 20:29:22
【问题描述】：

我有两个数据框（df1 和 df2）；它们每个都有一个 ID 列，并按 ID 号组织，每个数据帧的每个 ID 有很多行。 df1 有一个“unique_posix”列，df2 有一个“date.time.start”和“date.time.end”列，还有一个“depth”和“shape”列。对于每个 ID，我想从 df1 中获取我的“unique_posix”列并转到 df2 并找到它介于两者之间或之上的“date.time.start”和“date.time.end”。当我找到它对应的行时，我想从 df2 中提取“深度”和“形状”，并将其复制到 df1 中该唯一日期/时间的新列。

我已经尝试使用 if/else 作为 for 循环来执行此操作，并且我已尝试在 dplyr 中执行此操作。

df1<-data.frame(ID=c('SW12','SW12','SW12','SW12','SW12','SW13','SW13','SW13','SW13','SW13'), unique_posix=c('5/3/10 16:47','5/3/10 16:53','5/3/10 17:00', '5/3/10 18:00','5/3/10/ 18:12','8/15/10 17:13','8/15/10 17:18','8/15/10 17:37','8/15/10 18:00','8/15/10 18:52'))

df2<- data.frame(ID=c('SW12','SW12','SW12','SW12','SW12','SW13','SW13','SW13','SW13','SW13'), Date.Time.Start=c('5/3/10 15:57','5/3/10 16:18', '5/3/10 16:55','5/3/10 17:36','5/3/10 18:17','8/15/10 16:55','8/15/10 17:28','8/15/10 17:54', '8/15/10 18:55','8/15/10 19:20'), Date.Time.End=c('5/3/10 16:09','5/3/10 16:44','5/3/10 17:28', '5/3/10 18:08', '5/3/10 18:49', '8/15/10 17:22', '8/15/10 17:52','8/15/10 18:06','8/15/10 19:15','8/15/10 19:40'), Shape=c('U','U','V','Square','U','U','U','Square','V','U'), Depth=c(1,2,3,4,5,6,7,8,9,10))

我希望 df1 最终看起来像：

df1b<-data.frame(ID=c('SW12','SW12','SW12','SW12','SW12','SW13','SW13','SW13','SW13','SW13'), unique_posix=c('5/3/10 16:47','5/3/10 16:53','5/3/10 17:00', '5/3/10 18:00','5/3/10/ 18:12','8/15/10 17:13','8/15/10 17:18','8/15/10 17:37','8/15/10 18:00','8/15/10 18:52'), Dive.Shape=c(NA,NA,'V','Square',NA,'U','U','U','Square', NA),Dive.Depth=c(NA,NA,3,4,NA,6,6,7,8,NA))

我已将日期/时间转换为 POSIXct/lt：

library(dplyr)
df1 <- df1 %>% 
  mutate(
    ID = factor(ID),
    unique_posix = mdy_hm(unique_posix)
  )
class(df1$unique_posix)

df2 <- df2 %>% 
  mutate(
    ID = factor(ID),
    Date.Time.Start = mdy_hm(Date.Time.Start),
    Date.Time.End = mdy_hm(Date.Time.End)
  )
class(df2$Date.Time.Start)

作为一个for循环我试过了：

df1b<-df1
for (i in 1:nrow(df1)) {
  if (df1$unique_posix %within% interval(df2$Date.Time.Start, df2$Date.Time.End)) {
    df1b$Dive.Shape<-df2$Shape
    df1b$Dive.Depth<-df2$Depth
  }
  else {
    df1b$Dive.Shape<-NA
    df2b$Dive.Depth<-NA
  }
}

在 dplyr 我正在尝试这样的事情：

df1b<-inner_join(df1, df2, by="DeployID")
df1b %>% rowwise() %>%
  mutate(Dive.Shape=ifelse(between(unique_posix, Date.Time.Start, Date.Time.End),Shape,NA )) %>%
mutate(Dive.Depth=ifelse(between(unique_posix, Date.Time.Start, Date.Time.End),Depth,NA ))
  arrange(DeployID,desc(unique_posix)) %>%
  distinct(unique_posix)

这些似乎都不起作用，但我觉得我很接近？

我希望我的 df1b 有两个额外的 Dive.Shape 和 Dive.Depth 列，如果 unique_posix 日期/时间不在 Date.Time 之内或之上，则它将包含一个“NA”。 df2 框架中的 Start 和 Date.Time.End 范围[对于每个 ID]。如果 df1 的 unique_posix 介于 df2 的 Date.Time.Start 或 Date.Time.End 列之间或之上，则这些列将包含来自 df2 的 Shape 和 df2 的 Depth 列的值。

感谢您为我提供的任何帮助！

【问题讨论】：

标签： r function datetime dplyr between

【解决方案1】：

对于data.table，使用非等更新连接相对简单：

library(data.table)
setDT(df1)
setDT(df2)

df1[df2
    , on = .(ID
             , unique_posix > Date.Time.Start
                , unique_posix < Date.Time.End)
    , `:=`(Dive.Shape = Shape, Dive.Depth = Depth)]

df1

> df1
      ID        unique_posix Dive.Shape Dive.Depth
 1: SW12 2010-05-03 16:47:00       <NA>         NA
 2: SW12 2010-05-03 16:53:00       <NA>         NA
 3: SW12 2010-05-03 17:00:00          V          3
 4: SW12 2010-05-03 18:00:00     Square          4
 5: SW12 2010-05-03 18:12:00       <NA>         NA
 6: SW13 2010-08-15 17:13:00          U          6
 7: SW13 2010-08-15 17:18:00          U          6
 8: SW13 2010-08-15 17:37:00          U          7
 9: SW13 2010-08-15 18:00:00     Square          8
10: SW13 2010-08-15 18:52:00       <NA>         NA

另请参阅：How to do a data.table rolling join?

【讨论】：

如果它有效，您可以投票并选择它作为解决方案。

【解决方案2】：

我想你是。问题是在 data.frames 中，日期/时间保存为字符。

apply(df1, 2, class) 
          ID unique_posix 
>  "character"  "character" 

apply(df2, 2, class)
             ID Date.Time.Start   Date.Time.End           Shape           Depth 
    "character"     "character"     "character"     "character"     "character"

实际上，您希望将unique_posix、Date.Time.Start 和Date.Time.End 转换为日期/时间。可能使用strptime()？我认为比较会起作用，但我还没有验证它们。我需要尽快去，但我还是想给你一些东西。

【讨论】：

对不起，我之前没有指定，我确实先转换为日期和时间！我已经在上面添加了该代码！

【解决方案3】：

如果你仍然想追求 dplyr 解决方案，试试这个：

inner_join(df1, df2, by = "ID") %>%
  rowwise() %>%
  filter (between(unique_posix, Date.Time.Start, Date.Time.End)) %>%
  right_join(df1, by = c("ID", "unique_posix")) %>%
  dplyr::select (-c(Date.Time.Start, Date.Time.End), Dive.Shape = Shape, Dive.Depth = Depth)

【讨论】：

我在尝试运行时遇到一个奇怪的错误：Joining, by = c("ID", "unique_posix", "Lon", "Lat", "lc", "Bottom .Depth”、“cgoa_bathy”、“pacific_GE”）（函数（类、fdef、mtable）中的错误：无法为签名“tbl_df”的函数“select”找到继承的方法另外：警告消息：1：列ID 加入不同级别的因子，强制转换为字符向量这可能与我的数据框中有其他列在我的示例中没有使用的事实有关，所以我会看看它是否有效我减少数据框...
我明白了 - 我没有意识到还有其他变量。我可以通过 ID 和 unique_posix 更新我的答案以明确正确加入。还应该逐行添加，并为您的错误添加 dplyr for select（可能是另一个带有 select 的包）。对此感到抱歉。