在 R 中按日期时间范围合并数据帧

Question

我有两个数据框。 第一个数据框Observations显示测量员记录感兴趣事件的日期/时间，以及每种事件类型的唯一ID号：

library(lubridate)
Observations <- data.frame(Time = dmy_hms(paste(c("13-7-2022 10:01:01","13-7-2022 14:02:01","15-7-2022 10:01:01", "15-7-2022 16:01:01"))), ID = c(1,3,1))

第二个数据框Sites显示调查员开始和停止寻找事件的日期/时间（即，这描述了可能观察到事件的时间）。 TimeStart是调查员开始寻找事件的时间， TimeEnd是他们停止的时间。 Sites还包含测量员在TimeStart和TimeEnd之间寻找事件的纬度和经度。

Sites <- data.frame(TimeStart = dmy_hms(paste(c("13-7-2022 10:00:00","13-7-2022 14:00:00","15-7-2022 10:00:00", "15-7-2022 16:00:00"))),
                    TimeEnd = dmy_hms(paste(c("13-7-2022 10:05:00","13-7-2022 14:05:00","15-7-2022 10:05:00", "15-7-2022 16:05:00"))),
                    Latitude = c("11.1111", "11.2222", "11.1234", "11.1487"),
                    Longitude = c("99.1257", "99.3478", "99.6241", "99.6214"))

因此，测量员记录事件的Time （即记录在Observations中）属于Sites$TimeStart和Sites$TimeEnd中显示的时间范围之一。

我想合并这两个数据框，以便记录在Observations中的每个事件（ ID ）的行包含测量员在相应Time期间搜索的Latitude和Longitude ，以及他们开始TimeStart和停止TimeEnd搜索每个时期的时间。

最后， Observations看起来像这样：

Time                ID  Latitude Longitude  TimeStart              TimeEnd    
2022-07-13 10:01:01 1   11.1111   99.1257   2022-07-13 10:00:00   2022-07-13 10:05:00
2022-07-13 14:02:01 3   11.2222   99.3478   2022-07-13 14:00:00   2022-07-13 14:05:00
2022-07-15 10:01:01 2   11.1234   99.6241   2022-07-15 10:00:00   2022-07-15 10:05:00
2022-07-15 16:01:01 1   11.1487   99.6214   2022-07-15 16:00:00   2022-07-15 16:05:00

当Observations$Time落在Sites$TimeStart和Sites$TimeEnd中显示的“时间范围”内时，我们如何按时间合并这些数据？

Answer 1

我们可以通过检索Sites中满足时间条件的索引（行号）来做到这一点：

Observations$siteindex <- sapply(Observations$Time, function(x) which(x<=Sites$TimeEnd&x>=Sites$TimeStart)[1]) # first matching row into Sites
Sites$siteindex <- 1:nrow(Sites)
result <- merge(Observations, Sites, by="siteindex")
  siteindex                Time ID           TimeStart             TimeEnd Latitude Longitude
1         1 2022-07-13 10:01:01  1 2022-07-13 10:00:00 2022-07-13 10:05:00  11.1111   99.1257
2         2 2022-07-13 14:02:01  3 2022-07-13 14:00:00 2022-07-13 14:05:00  11.2222   99.3478
3         3 2022-07-15 10:01:01  1 2022-07-15 10:00:00 2022-07-15 10:05:00  11.1234   99.6241
4         4 2022-07-15 16:01:01  2 2022-07-15 16:00:00 2022-07-15 16:05:00  11.1487   99.6214

数据可能有点不同，因为您的data.frame不正确： arguments imply differing number of rows: 4, 3 ：4、3