我有一个大的时间序列，H
head(H)
time e1
1 2012-11-15 00:00:00 14.5640
2 2012-11-15 00:20:00 14.5682
3 2012-11-15 00:40:00 14.5670
4 2012-11-15 01:00:00 14.5665
5 2012-11-15 01:20:00 14.5690
6 2012-11-15 01:40:00 14.5687
... ...
和小一（mWL）
dt Date Time Q1 Q2 R1 R2 S1 S2 S3 N1 N2 O T1 T2 T3 T4 M1.1 M1.4 M1.4A
1 2013-04-17 12:00:00 17/04/2013 12:00:00 NA NA NA NA NA NA NA NA NA NA 4.083 4.193 4.325 5.167 NA NA NA
2 2013-04-17 13:20:00 17/04/2013 13:20:00 NA NA NA NA NA NA NA NA NA NA NA NA NA NA 4.886 6.227 6.183
3 2013-04-17 15:20:00 17/04/2013 15:20:00 NA NA 4.107 4.167 NA NA NA NA NA NA NA NA NA NA NA NA NA
4 2013-04-17 15:40:00 17/04/2013 15:40:00 5.833 6.405 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
5 2013-04-17 17:00:00 17/04/2013 17:00:00 NA NA NA NA NA NA NA NA NA 6.957 NA NA NA NA NA NA NA
6 2013-04-17 17:20:00 17/04/2013 17:20:00 NA NA NA NA NA NA NA 6.088 7.307 NA NA NA NA NA NA NA NA
M1.6 B3 B4 B5 B6 B7 B8 B9 C.1 C.2 C.3 C.4 C.5 F.1 F.2 F.3 F.4 F.5 F.6
1 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
2 6.225 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
3 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
4 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
5 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
6 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
当我尝试合并H和mWL时，组合的HmW数据框显示H的每个e1值的重复，并且实际上不会根据时间合并：
HmW<-merge(mWL, head, join='inner')
dt Date Time Q1 Q2 R1 R2 S1 S2 S3 N1 N2 O T1 T2 T3 T4 M1.1 M1.4 M1.4A
1 2013-04-17 12:00:00 17/04/2013 12:00:00 NA NA NA NA NA NA NA NA NA NA 4.083 4.193 4.325 5.167 NA NA NA
2 2013-04-17 13:20:00 17/04/2013 13:20:00 NA NA NA NA NA NA NA NA NA NA NA NA NA NA 4.886 6.227 6.183
3 2013-04-17 15:20:00 17/04/2013 15:20:00 NA NA 4.107 4.167 NA NA NA NA NA NA NA NA NA NA NA NA NA
4 2013-04-17 15:40:00 17/04/2013 15:40:00 5.833 6.405 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
5 2013-04-17 17:00:00 17/04/2013 17:00:00 NA NA NA NA NA NA NA NA NA 6.957 NA NA NA NA NA NA NA
6 2013-04-17 17:20:00 17/04/2013 17:20:00 NA NA NA NA NA NA NA 6.088 7.307 NA NA NA NA NA NA NA NA
M1.6 B3 B4 B5 B6 B7 B8 B9 C.1 C.2 C.3 C.4 C.5 F.1 F.2 F.3 F.4 F.5 F.6 e1
1 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 14.564
2 6.225 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 14.564
3 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 14.564
4 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 14.564
5 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 14.564
6 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 14.564
... ...
... ...
我尝试使用R的'zoo'包，但它也会为其中一个时间序列（= H）抛出错误
mWL<- read.zoo(mWL, tz="")
Hsort<- read.zoo(H, tz="")
Warning message:
In zoo(rval3, ix) :
some methods for “zoo” objects do not work if the index entries in ‘order.by’ are not unique
要解决的任何想法/明确解释？提前谢谢。
答案 0 :(得分：0)
以下步骤解决了这个问题：
#make the mWL into XTS
myXTS <- as.xts(mWL, order.by=as.POSIXct(strptime(paste(mWL$Date, mWL$Time),format = "%d/%m/%Y %H:%M:%S")))
#then merge with the existing time-series
HmW<-merge(myXTS, H, join='inner')
head(HmW)
Date Time Q1 Q2 R1 R2 S1 S2 S3 N1 N2 O T1 T2 T3
2013-04-17 12:00:00 NA NA NA NA NA NA NA NA NA NA NA NA 4.083 4.193 4.325
2013-04-17 13:20:00 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
2013-04-17 15:20:00 NA NA NA NA 4.107 4.167 NA NA NA NA NA NA NA NA NA
2013-04-17 15:40:00 NA NA 5.833 6.405 NA NA NA NA NA NA NA NA NA NA NA
2013-04-17 17:00:00 NA NA NA NA NA NA NA NA NA NA NA 6.957 NA NA NA
2013-04-17 17:20:00 NA NA NA NA NA NA NA NA NA 6.088 7.307 NA NA NA NA
T4 M1.1 M1.4 M1.4A M1.6 B3 B4 B5 B6 B7 B8 B9 C.1 C.2 C.3 C.4 C.5 F.1 F.2
2013-04-17 12:00:00 5.167 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
2013-04-17 13:20:00 NA 4.886 6.227 6.183 6.225 NA NA NA NA NA NA NA NA NA NA NA NA NA NA
2013-04-17 15:20:00 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
2013-04-17 15:40:00 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
2013-04-17 17:00:00 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
2013-04-17 17:20:00 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
F.3 F.4 F.5 F.6 e1
2013-04-17 12:00:00 NA NA NA NA 11.6286
2013-04-17 13:20:00 NA NA NA NA 11.6253
2013-04-17 15:20:00 NA NA NA NA 11.6283
2013-04-17 15:40:00 NA NA NA NA 11.6271
2013-04-17 17:00:00 NA NA NA NA 11.6319
2013-04-17 17:20:00 NA NA NA NA 11.6321