如何基于TIMESTAMP补充主数据集？仅导入补充数据集的唯一时间戳

你的核心问题是用反了anti_join的左右表顺序，导致拿到的是主数据集独有的数据，而非补充数据集里主数据集缺失的部分。正确的做法是先提取补充数据集中主数据集没有的时间戳记录，再合并到主数据集。

步骤1：提取补充数据集中的缺失记录 #

使用anti_join时，将补充数据集放在左侧，主数据集放在右侧，这样就能得到补充数据集中主数据集没有的TIMESTAMP对应的行：

library(dplyr)
# 提取Supplemental中Master没有的TIMESTAMP记录
missing_records <- Supplemental %>%
  anti_join(Master, by = "TIMESTAMP")

步骤2：合并到主数据集 #

用bind_rows将提取出的缺失记录和原主数据集合并，得到完整数据集：

Complete <- bind_rows(Master, missing_records)
# 可选：按TIMESTAMP排序，让时间序列更规整
Complete <- Complete %>% arrange(TIMESTAMP)

验证结果 #

合并后的Complete数据集会包含原Master的6条记录，加上Supplemental中独有的2019-04-27 18:00:00和2019-04-27 18:20:00两条记录，共8条，完美填补了主数据集的时间缺口。

为什么之前的代码不对？ #

你之前的anti_join(Master, Supplemental)是保留Master中不在Supplemental的行，也就是Master独有的17:50和18:40这两条，这和你想要的“用补充数据填补缺口”的需求完全相反，调换左右表顺序就能解决问题。

内容的提问来源于stack exchange，提问作者shrimp