我有两个数据框。一个数据帧包含一网组(开始)和一举(结束)的时间。我需要使用这个时间段来计算第二个数据帧的平均 DO。我在匹配时间时遇到问题，因为 catch 数据框中的时间是特定的，而 DO 数据框中的时间是每小时。我尝试匹配最接近的时间，但无法做到这一点，所以我的下一个想法是只使用时间间隔内的任何内容。平均值需要特定于时间间隔内的船和网。我正在对几个非常大的数据集执行此操作，因此我需要能够循环该函数而不是为每一行编写代码。
catchdf:
Boat Net Set Lift
Dawn 26 2016-05-19 12:20:11 2016-05-27 11:48:36
Nip 26 2016-07-28 07:25:47 2016-08-07 06:13:10
Dawn 26.3 2016-08-01 13:24:51 2016-08-03 07:48:52
多夫:
time DO Boat Net
2016-05-19 13:00:00 10.2 Dawn 26
2016-05-21 15:00:00 10.4 Dawn 26
2016-05-26 09:00:00 10.9 Dawn 26
2016-05-28 10:00:00 9.4 Dawn 26
2016-07-28 09:00:00 11.9 Nip 26
2016-07-28 19:00:00 12.4 Nip 26
2016-08-04 04:00:00 5.4 Nip 26
2016-08-01 05:00:00 13.2 Dawn 26.3
2016-08-02 16:00:00 12.3 Dawn 26.3
2016-08-05 22:00:00 2.4 Dawn 26.3
我的目标是在 catchdf 中插入一列，其中包含每个时间段的meanDO。
Boat Net Set Lift MeanDO
Dawn 26 2016-05-19 12:20:11 2016-05-27 11:48:36 10.50
Nip 26 2016-07-28 07:25:47 2016-08-07 06:13:10 9.90
Dawn 26.3 2016-08-01 13:24:51 2016-08-03 07:48:52 12.3
这是我用来制作示例数据框的代码:
catchdf <- structure(list(Boat = c("Dawn", "Nip", "Dawn"), Net = c("26", "26", "26.3"), Set = c("2016-05-19 12:20:11", "2016-07-28 07:25:47", "2016-08-01 13:24:51"), Lift = c("2016-05-27 11:48:36", "2016-08-07 06:13:10", "2016-08-03 07:48:52")), .Names = c("Boat", "Net", "Set", "Lift"), class = "data.frame", row.names = c(NA, -3L))
dodf <- structure(list(time = c("2016-05-19 13:00:00", "2016-05-21 15:00:00", "2016-05-26 09:00:00", "2016-05-28 10:00:00", "2016-07-28 09:00:00", "2016-07-28 19:00:00", "2016-08-04 04:00:00", "2016-08-01 05:00:00", "2016-08-02 16:00:00", "2016-08-05 22:00:00"), DO = c("10.2", "10.4", "10.9", "9.4", "11.9", "12.4", "5.4", "13.2", "12.3", "2.4"), Boat = c("Dawn", "Dawn", "Dawn", "Dawn", "Nip", "Nip", "Nip", "Dawn", "Dawn", "Dawn"), Net = c("26", "26", "26", "26", "26", "26", "26", "26.3", "26.3", "26.3")), .Names = c("time", "DO", "Boat", "Net"), class = "data.frame", row.names = c(NA, -10L))
我在这个问题上已经坚持了一段时间了，但没有取得任何进展。任何帮助将不胜感激。
最佳答案
这是可能的 data.table 解决方案。首先，我们将修复您的列的格式
library(data.table) #v1.10.4
cols <- c("Set", "Lift")
setDT(catchdf)[, (cols) := lapply(.SD, as.POSIXct), .SDcols = cols]
setDT(dodf)[, `:=`(time = as.POSIXct(time), DO = as.numeric(DO))]
然后我们可以在数据集之间进行非等值连接，同时计算平均值
dodf[catchdf, .(MeanDO = mean(DO)), on = .(Boat, Net, time > Set, time < Lift), by = .EACHI]
# Boat Net time time MeanDO
# 1: Dawn 26 2016-05-19 12:20:11 2016-05-27 11:48:36 10.5
# 2: Nip 26 2016-07-28 07:25:47 2016-08-07 06:13:10 9.9
# 3: Dawn 26.3 2016-08-01 13:24:51 2016-08-03 07:48:52 12.3
关于r - 使用时间间隔计算另一个数据帧的平均值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43238976/