如果索引值接近另一个 df 中的索引，有没有办法从 df 中提取数据？答案

【问题标题】：Is there a way to extract data from a df if an index value is close to an index in another df?如果索引值接近另一个 df 中的索引，有没有办法从 df 中提取数据？
【发布时间】：2020-04-03 11:58:34
【问题描述】：

所以我有两个数据框，df1 包含几千个 GPS 索引和天气数据，df2 包含动物的目击及其 GPS 索引（df1 比 df2 长）。

示例（df1 = 变量，df2 = 目击事件）：

variables <- data.frame(gpsindex=c(100, 200, 300, 400, 500, 600), weather=c(3, 2, 1, 5, 4, 3))
sightings <- data.frame(gpsindex=c(199, 310, 324, 510), speciesindex=c(1, 2, 3, 4))

> variables
  gpsindex weather
1      100       3
2      200       2
3      300       1
4      400       5
5      500       4
6      600       3

> sightings
  gpsindex speciesindex
1      199            1
2      310            2
3      324            3
4      510            4

我的目标是使用sightings 中的gpsindex 在variables 中提取适当的weather 值，然后将其添加回sightings 数据框。

  gpsindex speciesindex weather
1      199            1       3
2      310            2       1
3      324            3       1
4      510            4       4

像这样。但是，要提取正确的weather 值，gpsindex 需要位于第 1&2、2&3 行等之间。多个目击事件也可能在同一个gpsindex 区间内。

我已经通过 StackOverflow 搜索了大约一周，但我找不到任何讨论此技术的线程。或者（更有可能）我正在寻找错误的东西/使用错误的词汇。

有人有什么建议吗？

【问题讨论】：

变量中的gpsindex是否总是100的倍数？
没有。它大约有 330 000 个 GPS 点，在 df 中随机变化

标签： r dataframe indexing

【解决方案1】：

如果你的变量data.frame是按照gpsindex排序的，你可以这样做：

idx = findInterval(sightings$gpsindex,variables$gpsindex)

data.frame(sightings,weather=variables$weather[idx])
  gpsindex speciesindex weather
1      199            1       3
2      310            2       1
3      324            3       1
4      510            4       4

findInterval() 函数查找元素在向量中的位置，因此在这种情况下，它会准确返回您需要的行。

【讨论】：

【解决方案2】：

使用data.table，您可以进行快速滚动连接。如果您使用roll = TRUE，那么您将在gpsindex 中滚动当前值（类似于“最后一次观察结转”）。存在其他替代选项（有关详细信息，请参阅?data.table）。

library(data.table)

setDT(sightings)
setDT(variables)

variables[sightings, on = .(gpsindex), roll = T]

输出

   gpsindex weather speciesindex
1:      199       3            1
2:      310       1            2
3:      324       1            3
4:      510       4            4

【讨论】：