我有两个数据帧。
一个是我的data，其中我有几个变量列和几个与日期时间相关的列（日期时间，星期＃，日期，小时，分钟，秒），其中包含2017年的每日数据。例如，
> glimpse(data)
Observations: 8,001,013
Variables: 12
$ id <chr> "(2, 3, 4)", "(5,)", "(6,)", "(7,)", "(8,)", "(9,)", "(10,)", "(11,)", "(12,)", "(13,)", "(14,)", "(15,)", "(16,)", "(17,)", "(18,)", "(19,)", "(20,)", "(21,...
$ x <int> 3, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 1...
$ num <chr> "set([4225])", "set([4712])", "set([5271])", "set([5334])", "set([5395])", "set([5658])", "set([5889])", "set([6020])", "set([6063])", "set([6090])", "set([6...
$ w <int> 4, 6, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 1, 1, 2, 2, 7, 1, 3, 2, 1, 1, 3, 2, 3, 2, 1, 1, 2, 1, 1, 4, 1, 2, 3, 1, 1, 1, 1, 3, 1, 1, 1, 2, 3, 1, 1, 4, 1, 2, 1...
$ z <int> 4, 6, -1, -1, 1, 1, -1, -1, -1, -1, -1, -1, -1, -2, -1, -1, -2, 2, 7, 1, -3, -2, 1, -1, 3, 2, 3, -2, -1, -1, -2, -1, -1, 4, 1, 2, -3, 1, 1, 1, 1, -3, 1, 1, 1...
$ datetime <dttm> 2017-02-19 18:00:00, 2017-02-19 18:00:00, 2017-02-19 18:00:00, 2017-02-19 18:00:00, 2017-02-19 18:00:00, 2017-02-19 18:00:01, 2017-02-19 18:00:01, 2017-02-1...
$ date <date> 2017-02-19, 2017-02-19, 2017-02-19, 2017-02-19, 2017-02-19, 2017-02-19, 2017-02-19, 2017-02-19, 2017-02-19, 2017-02-19, 2017-02-19, 2017-02-19, 2017-02-19, ...
$ day_of_week <ord> Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Sun, Su...
$ week <dbl> 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8...
$ hour <int> 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 1...
$ minute <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1...
$ second <dbl> 0.1187501, 0.3406179, 0.7030604, 0.7431633, 0.7939658, 1.0090485, 1.1624568, 1.2924566, 1.3619752, 1.3922081, 1.4920712, 1.5121725, 1.5621316, 1.6688271, 1.7...
另一个数据框只是一个包含8个关键日期时间的小列表，key_datetimes，例如。
> key_datetimes
# A tibble: 9 x 2
Code keyDateTime
<chr> <chr>
1 TAIL1 2017-01-12 08:30:00
2 TAIL2 2017-02-09 11:40:00
3 TAIL3 2017-03-22 08:30:01
4 TAIL4 2017-04-13 10:30:00
5 TAIL5 2017-05-19 08:30:00
6 TAIL6 2017-06-13 08:35:00
7 TAIL7 2017-07-28 09:30:00
8 TAIL8 2017-08-23 06:30:00
9 TAIL9 2017-09-13 07:30:00
我希望将每周的数据标记为key_datetimes中的特定日期时间。所以我想在data中创建一个名为before_key_datetime的新列，如果data$datetime < key_datetimes为FALSE则为TRUE。
我该如何做到这一点？
换句话说，我想要做的只是保持感兴趣的几周（这是有效的），然后我每周分组（这个工作）然后为每个组标签/变异一个新列，说明哪些行在之前/来自第二个数据帧的keyDateTime之后（无法获得此部分）。
我尝试过的事情：
ifelse。ifelse向量显然不会向量：
data %>% filter(week %in% lubridate::week(as.Date(key_datetimes$keyDateTime))) %>% group_by(week) %>% filter(datetime %in% c(as.POSIXct(key_datetimes$keyDateTime))) 答案 0 :(得分：1)
不是100％确定这是您想要的，但在将您的密钥与数据合并并按日期排列后尝试使用zoo::na.locf
在每个关键日期之前填写
library(dplyr)
library(zoo)
df %>%
full_join(key, by="Date") %>%
arrange(Date) %>%
mutate_at(vars(Code, key), funs(zoo::na.locf(., na.rm=FALSE, fromLast=TRUE)))
输出（头）
Date Code key
1 2017-01-02 00:00:01 1 TAIL1
2 2017-01-03 00:00:01 1 TAIL1
3 2017-01-04 00:00:01 1 TAIL1
4 2017-01-05 00:00:01 1 TAIL1
5 2017-01-06 00:00:01 1 TAIL1
6 2017-01-07 00:00:01 1 TAIL1
7 2017-01-08 00:00:01 1 TAIL1
8 2017-01-09 00:00:01 1 TAIL1
更简单的例子
simple <- head(df)
ans <- simple %>%
full_join(key, by="Date") %>%
arrange(Date)
我遗漏了最后一个mutate_at步骤。 full_join仅用于组合两者的数据（不丢失数据）。来自simple和key的所有数据仍然存在于输出中。关键是要结合所有数据然后对它们进行排序。这是查看条目顺序的简便方法。
Date Code key
1 2017-01-02 00:00:01 NA <NA> # from simple
2 2017-01-03 00:00:01 NA <NA> # from simple
3 2017-01-04 00:00:01 NA <NA> # from simple
4 2017-01-05 00:00:01 NA <NA> # from simple
5 2017-01-06 00:00:01 NA <NA> # from simple
6 2017-01-07 00:00:01 NA <NA> # from simple
7 2017-01-12 08:30:00 1 TAIL1 # from key
8 2017-02-09 11:40:00 2 TAIL2
9 2017-03-22 08:30:01 3 TAIL3
10 2017-04-13 10:30:00 4 TAIL4
11 2017-05-19 08:30:00 5 TAIL5
12 2017-06-13 08:35:00 6 TAIL6
13 2017-07-28 09:30:00 7 TAIL7
14 2017-08-23 06:30:00 8 TAIL8
15 2017-09-13 07:30:00 9 TAIL9
mutate_at将填充所有NA s，其中最近的值向后移动。因此，第1-6行中的代码和键将采用第7行中的值。
您现在可以使用代码或密钥过滤您感兴趣的日期，或者确定完整数据框中的日期是否在关键日期之前。例如，
ans <- df %>%
full_join(key, by="Date") %>%
arrange(Date) %>%
mutate_at(vars(Code, key), funs(zoo::na.locf(., na.rm=FALSE, fromLast=TRUE)))
要查找键[1，] 1 TAIL1 2017-01-12 08:30:00之前的日期，您可以执行
ans %>%
filter(Code==1)
# The last row is from your key data frame
或
ans %>%
filter(key=="TAIL1")
确定数据框中的日期是否在关键日期之前
ans[3, ]
# Date Code key
# 3 2017-01-04 00:00:01 1 TAIL1
告诉您数据框中的第3个条目位于键[1，] 1 TAIL1 2017-01-12 08:30:00
在每个关键日期
之后填写df %>%
full_join(key, by="Date") %>%
arrange(Date) %>%
mutate_at(vars(Code, key), funs(zoo::na.locf(., na.rm=FALSE, fromLast=FALSE)))
输出（尾部）
363 2017-12-21 00:00:01 9 TAIL9
364 2017-12-22 00:00:01 9 TAIL9
365 2017-12-23 00:00:01 9 TAIL9
366 2017-12-24 00:00:01 9 TAIL9
367 2017-12-25 00:00:01 9 TAIL9
368 2017-12-26 00:00:01 9 TAIL9
369 2017-12-27 00:00:01 9 TAIL9
370 2017-12-28 00:00:01 9 TAIL9
371 2017-12-29 00:00:01 9 TAIL9
372 2017-12-30 00:00:01 9 TAIL9
373 2017-12-31 00:00:01 9 TAIL9
374 2018-01-01 00:00:01 9 TAIL9
数据
df <- data.frame(Date = ymd_hms("2017-01-01 00:00:01") + days(x=1:365))
key <- structure(list(Code = 1:9, key = c("TAIL1", "TAIL2", "TAIL3",
"TAIL4", "TAIL5", "TAIL6", "TAIL7", "TAIL8", "TAIL9"), Date = structure(c(1484209800,
1486640400, 1490171401, 1492079400, 1495182600, 1497342900, 1501234200,
1503469800, 1505287800), tzone = "UTC", class = c("POSIXct",
"POSIXt"))), class = "data.frame", .Names = c("Code", "key",
"Date"), row.names = c(NA, -9L))