Question

我试图根据日期/时间范围（开始和结束时间）和另一个数据集中的每一行的ID来过滤数据集。最终结果应该是已过滤数据帧的列表。

下面是创建两个数据集的代码。

#This is the dataset to filter 
x <- as.data.frame(format(seq.POSIXt(as.POSIXct("2019-01-01 07:00"), as.POSIXct("2019-01-01 11:50"), by = "10 min"))) #date/time
y <- as.data.frame(format(seq.POSIXt(as.POSIXct("2019-01-01 07:00"), as.POSIXct("2019-01-01 11:50"), by = "10 min"))) #date/time

datetime <- rbind(list(x,y))
datetime <- do.call(rbind, datetime)
datetime <- rename(datetime, datetime=`format(seq.POSIXt(as.POSIXct("2019-01-01 07:00"), as.POSIXct("2019-01-01 11:50"), by = "10 min"))`)
datetime

values <- c(1:60) #value 
id <- vector(mode="character", length=60)
#id <- rep(letters[1:5], 6) #id 

dataloggers <- data.frame(datetime, values, id)
head(dataloggers)

dataloggers[c(1:10), 3] ="a"
dataloggers[c(11:30), 3]="b"
dataloggers[c(31:60), 3]="c"

dataloggers$datetime <- ymd_hms(dataloggers$datetime)

#and this is the dataset used to filter the dataset above 
starttime <- as.POSIXct(c("2019-01-01 07:00", "2019-01-01 08:40", "2019-01-01 07:00:00"))
starttime <- ymd_hms(starttime)
datetime <- as.POSIXct(c("2019-01-01 08:00", "2019-01-01 10:00", "2019-01-01 08:00"))
datetime <- ymd_hms(datetime)
id <- rep(letters[1:3])
data<- data.frame(starttime,datetime, id)

我设法使用for()循环来过滤日期/时间范围：

my_list <- list() #create empty list
for(i in seq_along(data$starttime)) {
 output <-  dataloggers %>% 
    filter(between(dataloggers$datetime, data$starttime[i], data$datetime[i])) 
  my_list[[i]] <- output
}

my_list <- do.call(rbind, my_list)
my_list

但是正如您所看到的，它仅根据开始和结束时间过滤数据帧。我还需要它根据匹配的ID对其进行过滤。 left_join()不能满足我的需求，因为我不想合并数据集。我只希望有一个基于这两个条件的过滤数据帧列表。任何帮助将不胜感激。

Answer 1

这里有2种方法：

基于范围的模糊连接：

fuzzyjoin::fuzzy_inner_join(dataloggers, data, 
               by = c('id', 'datetime' = 'starttime', 'datetime'), 
               match_fun = list(`==`, `>=`, `<=`))

加入id并将数据保持在范围内-

a。 dplyr：

library(dplyr)
dataloggers %>%
  inner_join(data, by = 'id') %>%
  filter(datetime.x >= starttime & datetime.x <= datetime.y)

b。 R底：

subset(merge(dataloggers, data, by = 'id'), 
       datetime.x >= starttime & datetime.x <= datetime.y)

根据日期/时间范围和匹配的ID过滤数据

1 个答案: