如何比較不同數據框中的日期，並將值分配給另一個數據框中同一列的一個數據框中的同一列？

Question

我有一個示例數據框，如下所示

Dataframe1。

  general_id                date
    6              2000-01-02 16:57:13
    2              2000-01-02 19:26:13
    3              2000-01-04 13:30:13
    2              2000-01-04 19:03:13
    7              2000-01-06 16:32:13

Dataframe2。

  general_id                date
    1              2000-01-02 16:57:12
    1              2000-01-06 16:57:12
    1              2000-01-02 19:26:12
    1              2000-01-02 19:26:12
    1              2000-01-04 13:30:12
    1              2000-01-04 13:30:12
    1              2000-01-04 19:03:12
    1              2000-01-04 19:03:12
    1              2000-01-06 16:32:12

數據幀的兩個日期列只有第二個差異。 我想比較兩個數據框的日期列，並將general_id列的值分配給Dataframe2中的general_id列

     date1 <- Dataframe1$date-dsecond(1)
     date2 <- Dataframe1$date

     if(date1==date2){
       dataframe2$general_id=dataframe1$general_id
     }

但我得到這個錯誤，

In if (date1 == date2) the condition has length > 1 and only the first element will be used

期望的輸出是：

Dataframe1

          general_id                date
            6              2000-01-02 16:57:13
            2              2000-01-02 19:26:13
            3              2000-01-04 13:30:13
            2              2000-01-04 19:03:13
            7              2000-01-06 16:32:13

Dataframe2

             general_id                date
               6              2000-01-02 16:57:12
               6              2000-01-06 16:57:12
               2              2000-01-02 19:26:12
               2              2000-01-02 19:26:12
               3              2000-01-04 13:30:12
               3              2000-01-04 13:30:12
               2              2000-01-04 19:03:12
               2              2000-01-04 19:03:12
               7              2000-01-06 16:32:12
               7              2000-01-06 16:32:12

Answer 1

您要在此處執行的操作稱為join ，特別是您希望left_join df2與df1，因此您將所有行保留在df2中，然后添加df1中的匹配列。

要了解有關連接以及如何在R中使用它們的更多信息，請閱讀此相關問題： 如何連接（合並）數據框架（內部，外部，左側，右側）

這里的復雜因素是date列關閉了一秒鍾。 要使用它，我們只需要在加入之前使用lubridate::dseconds修改date 。

首先，我們把你的數據並確保date格式為POSIXct使用lubridate::as_datetime所以我們可以使用它作為一個日期。

這將根據您的數據為我們提供以下數據框：

df1 <- structure(list(general_id = c(6L, 2L, 3L, 2L, 7L), date = structure(c(946832233, 
946841173, 946992613, 947012593, 947176333), class = c("POSIXct", 
"POSIXt"), tzone = "UTC")), row.names = c(NA, -5L), class = "data.frame")

df2 <- structure(list(general_id = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L), date = structure(c(946832232, 947177832, 946841172, 946841172, 
946992612, 946992612, 947012592, 947012592, 947176332), class = c("POSIXct", 
"POSIXt"), tzone = "UTC")), row.names = c(NA, -9L), class = "data.frame")

現在我們可以進行join ，但請注意我們使用dplyr::mutate修改連接中的df1$date ：

library(dplyr)
left_join(df2, mutate(df1, date = date - lubridate::dseconds(1)), by = 'date')

  general_id.x                date general_id.y
1            1 2000-01-02 16:57:12            6
2            1 2000-01-06 16:57:12           NA
3            1 2000-01-02 19:26:12            2
4            1 2000-01-02 19:26:12            2
5            1 2000-01-04 13:30:12            3
6            1 2000-01-04 13:30:12            3
7            1 2000-01-04 19:03:12            2
8            1 2000-01-04 19:03:12            2
9            1 2000-01-06 16:32:12            7

如您所見，我們已從df1添加了相應的general_id列。 然后我們可以刪除general_id.x並根據需要重命名general_id.y 。 請注意，第2行返回NA因為它在df1中沒有匹配（時間匹配，但日期不同）

Answer 2

以下代碼檢查日期列中日期之間的時間差小於2秒。 為了使它僅在一個方向上恰好匹配1秒的時間差，改變which語句。

for (i in 1:nrow(Dataframe2)) {
  corresponding_row <- which(abs(as.POSIXct(Dataframe1$date)-as.POSIXct(Dataframe2$date[i]))<2)
  message('row ', i, ' of Dataframe2 corresponds to row ', corresponding_row, ' of Dataframe1') 
  Dataframe2$id[i] <- ifelse(length(corresponnding_row), Dataframe1$id[corresponding_row], NA)
}