r语言 - 在一个数据帧中创建中断，按另一个数据帧中的时间间隔创建中断:模糊连接

Question

>我以df2记录CO2，并以d为单位列出实验开始和结束时间：

data.framedf2，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.framedf1，其中包含一个名为的连续时间变量：Dev.Date.Time，一个名为ExperimentID的列以及记录的ExperimentType类型。请注意，有一段时间没有进行实验，但不需要将其移除。

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.framed，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"))

我想在 df2 中创建一个名为 ExperimentID 的列，并根据我在 d 中找到的开始和停止时间创建另一列名为 ExperimentType

我正在尝试以下使中断的方法，但我无法弄清楚如何使标签匹配。任何想法都非常感谢。

最初我想使用cut.虽然它做了我想要的休息，但我并没有更接近通过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，我正在尝试模糊连接，因为实际上时间戳并不完全匹配。所以我需要按间隔合并。

要求(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

这有效且速度很快！抱怨时区，但似乎还可以

从：

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),]