Question

我有两个数据框，如下所示：

df1 <- data.frame(time=seq(0.0, by = 0.003, length.out = 1000))

   time
1 0.000
2 0.003
3 0.006
4 0.009
5 0.012
6 0.015
...

df2 <- data.frame(onset=c(0.0, 0.8, 1.9, 2.4), offset=c(0.799, 1.899, 2.399, 3.0))

  onset offset   A   B
1   0.0  0.799 ... ...
2   0.8  1.899 ... ...
3   1.9  2.399 ... ...
4   2.4  3.000 ... ...

实际上每个数据帧中有更多列，并且在第一个数据帧中有更多次，并且它们没有规则间隔;第二个数据框中没有太多行。我想合并两个数据帧，使得第一个数据帧中的每一行从第二个数据帧获得适当范围的额外列，我想有效地执行它，因为涉及数十万行。

Answer 1

您可以使用findInterval将时间与相应的onset匹配，然后将merge与您的两个data.frames匹配：

df1$onset <- df2$onset[findInterval(df1$time, df2$onset)]
df3 <- merge(df1, df2, by = "onset")

head(df3)
#   onset  time offset
# 1     0 0.000  0.799
# 2     0 0.003  0.799
# 3     0 0.006  0.799
# 4     0 0.009  0.799
# 5     0 0.012  0.799
# 6     0 0.015  0.799

tail(df3)
#      onset  time offset
# 995    2.4 2.982      3
# 996    2.4 2.985      3
# 997    2.4 2.988      3
# 998    2.4 2.991      3
# 999    2.4 2.994      3
# 1000   2.4 2.997      3

Answer 2

您可以为每个准备一个因子，然后使用plyr :: join：

# breaks for 'cut'
times=c(df2$onset[1],df2$offset)

# modified df1 to shorten the list
df1 <- data.frame(time=seq(0.0, by = 0.03, length.out = 100))

# Add a few columns to df2
df2 <- data.frame(onset=c(0.0, 0.8, 1.9, 2.4), offset=c(0.799, 1.899, 2.399, 3.0), A=c(1,2,3,4), B=c(5,6,7,8))


df2$ranges <-cut(df2$onset,times,include.lowest=T))
df1$ranges <-cut(df1$time,times,include.lowest=T,levels=levels(df2$ranges))

join(df1,df2,by='ranges')

head(join(df1,df2,by='ranges')[-2])
  time onset offset A B
1 0.00     0  0.799 1 5
2 0.03     0  0.799 1 5
3 0.06     0  0.799 1 5
4 0.09     0  0.799 1 5
5 0.12     0  0.799 1 5
6 0.15     0  0.799 1 5

Answer 3

使用sqldf执行conditional join

的第三个选项

> head(sqldf("select * 
+            from df1 inner join df2 
+                     on (df1.time between df2.onset and df2.offset)"))

头部输出：

   time onset offset
1 0.000     0  0.799
2 0.003     0  0.799
3 0.006     0  0.799
4 0.009     0  0.799
5 0.012     0  0.799
6 0.015     0  0.799

内连接将消除df2中范围之间不适合的次数。如果你想保留那些时间，并且在开始和结果中都有空值，那么在上面left join函数的SQL中只需要inner join而不是sqldf。

通过范围中的成员资格将一个数据框连接到另一个

3 个答案: