如何根据另一个数据集中的值过滤一个数据集中的日期和时间

Question

假设以下数据集（称为Active ）包含个人在几天内进入和离开房间的日期和时间记录。 个人由唯一的ID表示， Start是他们进入房间的时间， End是他们离开房间的时间。

ID  Date      Start       End  
1 20-5-2021   13:00:00     13:03:00
1 20-5-2021   13:05:00     13:09:45
1 21-5-2021   12:01:00     13:00:00
2 20-5-2021   13:01:00     13:09:50
2 21-5-2021   13:15:05     14:00:00
2 21-5-2021   15:01:00     15:10:00

现在我们有了另一个数据集（称为Detections ），其中包含每个人（ ID ）在房间里出现的时间：

ID   Date       Time 
1  20-5-2021    9:02:32
1  20-5-2021   11:02:32
1  20-5-2021   13:02:31
1  20-5-2021   13:08:00
1  20-5-2021   13:08:30
2  20-5-2021   12:07:09
2  20-5-2021   12:30:10
2  20-5-2021   13:07:09
2  21-5-2021   13:50:07
2  21-5-2021   13:51:56

请注意，在某些情况下，在Active的Start和End时间之外可以看到ID 。 我们想要过滤Detections中的行，其中每个ID在Active中指定的任何Start和End边界内都可以看到。 格式化Date和Time数据的最佳方法是什么，我们如何在 R 中应用这种过滤器？

最终结果将返回在Active中指定的Start和End边界内看到ID的Detections行，如下所示：

1  20-5-2021   13:02:31
1  20-5-2021   13:08:00
1  20-5-2021   13:08:30
2  20-5-2021   13:07:09
2  21-5-2021   13:50:07
2  21-5-2021   13:51:56

Answer 1

结合日期和时间列创建日期时间并使用fuzzyjoin package 加入范围

library(dplyr)
library(lubridate)
library(tidyr)

Active %>%
  mutate(Start = dmy_hms(paste(Date, Start)), 
         End = dmy_hms(paste(Date, End))) %>%
  select(-Date) %>%
  fuzzyjoin::fuzzy_inner_join(Detections %>%
  unite(Datetime, Date, Time, sep = ' ') %>%
  mutate(Datetime = dmy_hms(Datetime)), 
  by = c('ID', 'Start' = 'Datetime', 'End' = 'Datetime'), 
  match_fun = c(`==`, `<=`, `>=`))

#  ID.x               Start                 End ID.y            Datetime
#1    1 2021-05-20 13:00:00 2021-05-20 13:03:00    1 2021-05-20 13:02:31
#2    1 2021-05-20 13:05:00 2021-05-20 13:09:45    1 2021-05-20 13:08:00
#3    1 2021-05-20 13:05:00 2021-05-20 13:09:45    1 2021-05-20 13:08:30
#4    2 2021-05-20 13:01:00 2021-05-20 13:09:50    2 2021-05-20 13:07:09
#5    2 2021-05-21 13:15:05 2021-05-21 14:00:00    2 2021-05-21 13:50:07
#6    2 2021-05-21 13:15:05 2021-05-21 14:00:00    2 2021-05-21 13:51:56