如果第二个表中两个日期之间的日期返回值

Question

我正在尝试确定日期时间是否介于开始日期时间和结束日期时间之间，以及它是否返回与此匹配的值。它在 data.table 中工作，但想让它在 DPLYR 中工作。

所以如果你有日期时间：

2017-07-01 02:15:00 
2017-07-01 02:30:00

在第二张表中查找这些

begin,      end,                           value1,  value2
2017-07-01 00:01:00,  2017-07-01 01:00:00,  1,       2
2017-07-01 01:01:00,  2017-07-01 02:00:00,  3,       4
2017-07-01 02:01:00,  2017-07-01 03:00:00,  5,       6

返回

date                value1   value2
2017-07-01 02:15:00    5        6     
2017-07-01 02:30:00    5        6  

有许多查找值，因此查找日期时间可能有几百个。

我有这个使用 data.table 但想使用 DPLYR 来减少对许多包的依赖。这是我目前所拥有的：

library(tidyverse)
library(lubridate)
library(data.table)

dates <- read_csv("date1.csv") %>% 
  mutate(date = as_datetime(date))

lookup <- read_csv("lookup.csv") %>% 
  mutate(begin = as_datetime(begin),
         end = as_datetime(end))

dates <- data.table(dates)
lookup <- data.table(lookup)
setkey(lookup, begin, end)
dates[, c("begin", "end") := date]  
test.df <- foverlaps(dates, lookup)[, c("date", "value1", "value2"), 
                                        with = FALSE] 

我正在考虑使用类似的东西：

test <- dates %>% rowwise() %>%
  mutate(value1 = ifelse( lookup$begin >= date & date <= lookup$end, lookup$value1, ""))

这是要查找的日期：

    dates <- structure(list(date = structure(c(1498867200, 1498868100, 1498869000, 
1498869900, 1498870800, 1498871700, 1498872600, 1498873500, 1498874400, 
1498875300, 1498876200, 1498877100, 1498878000, 1498878900, 1498879800, 
1498880700, 1498881600, 1498882500), tzone = "UTC", class = c("POSIXct", 
"POSIXt"))), .Names = "date", class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -18L))

查找表：

    lookup <- structure(list(begin = structure(c(1498867260, 1498870860, 1498874460, 
1498878060, 1498881660, 1498885260, 1498888860, 1498892460, 1498896060
), class = c("POSIXct", "POSIXt"), tzone = "UTC"), end = structure(c(1498870800, 
1498874400, 1498878000, 1498881600, 1498885200, 1498888800, 1498892400, 
1498896000, 1498899600), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
    value1 = c(1L, 3L, 5L, 7L, 9L, 11L, 13L, 15L, 17L), value2 = c(2L, 
    4L, 6L, 8L, 10L, 12L, 14L, 16L, 18L)), .Names = c("begin", 
"end", "value1", "value2"), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -9L))

Answer 1

您可以尝试以下方法：

library(tidyverse)
library(lubridate)

dates <- dates %>% 
  mutate(match_date = format(date, "%Y-%m-%d"), 
         match_hour = hour(date - minutes(1)))

lookup <- lookup %>% 
  mutate(match_date = format(begin, "%Y-%m-%d"), 
         match_hour = hour(begin))


left_join(dates, lookup, by = c("match_date", "match_hour")) %>% 
  filter(date >= begin & date <= end) %>% 
  select(- match_date, - match_hour) %>% 
  head()

# A tibble: 6 x 5
#                  date               begin                 end value1 value2
#                <dttm>              <dttm>              <dttm>  <int>  <int>
# 1 2017-07-01 00:15:00 2017-07-01 00:01:00 2017-07-01 01:00:00      1      2
# 2 2017-07-01 00:30:00 2017-07-01 00:01:00 2017-07-01 01:00:00      1      2
# 3 2017-07-01 00:45:00 2017-07-01 00:01:00 2017-07-01 01:00:00      1      2
# 4 2017-07-01 01:00:00 2017-07-01 00:01:00 2017-07-01 01:00:00      1      2
# 5 2017-07-01 01:15:00 2017-07-01 01:01:00 2017-07-01 02:00:00      3      4
# 6 2017-07-01 01:30:00 2017-07-01 01:01:00 2017-07-01 02:00:00      3      4

首先，我提取要匹配的日期和时间。我从dates-table 中的日期减去一分钟，因为您在lookup-table 中的结束时间包含尖锐的时间（我的意思是例如 01:00:00）。因为我想加入开始日期以获得正确的匹配时间（例如，在这种情况下为 0），所以我减去了分钟。

然后我根据您想要的标准对dates 和lookup 和filter 进行left_join。