不同长度时间间隔的R语言DataFrame按DateTime15合并问题求助

核心问题排查 #

你遇到的left_join全出NA、merge生成额外行的问题，大概率是两个DataFrame的DateTime15字段类型/格式不匹配——比如一个是字符串、一个是POSIX时间对象，或者时区不一致，导致系统识别不出是同一时间，自然匹配失败。

分步解决方法 #

1. 统一时间字段的类型与时区 #

先把两个表的DateTime15都转成标准的POSIXct时间对象，确保时区一致（这里用UTC做示例，你可以换成自己数据的时区）：

# 转换df1的DateTime15，根据你的实际时间格式调整format参数
df1$DateTime15 <- as.POSIXct(df1$DateTime15, format = "%Y-%m-%d %H:%M:%S", tz = "UTC")
# 转换df2的DateTime15，格式要和df1对应
df2$DateTime15 <- as.POSIXct(df2$DateTime15, format = "%Y-%m-%d %H:%M:%S", tz = "UTC")

比如你的时间是05/20/2024 08这种格式，format就改成%m/%d/%Y %H。

2. 把df1的15分钟级时间对齐到小时 #

如果df1是15分钟间隔（比如2024-05-20 08:15:00），而df2是整小时数据（比如2024-05-20 08:00:00），得先把df1的时间向下取整到小时，才能和df2匹配：

# 先安装加载lubridate包
install.packages("lubridate")
library(lubridate)

# 给df1添加整小时时间字段
df1$DateTime_Hour <- floor_date(df1$DateTime15, unit = "hour")
# df2也同步处理，确保时间基准一致
df2$DateTime_Hour <- floor_date(df2$DateTime15, unit = "hour")

3. 执行左连接（保留df1所有行） #

用dplyr的left_join，基于统一后的小时字段匹配，只取df2里的降雨数据：

install.packages("dplyr")
library(dplyr)

result_df <- df1 %>%
  left_join(df2 %>% select(DateTime_Hour, Hourly_Rainfall_mm), 
            by = "DateTime_Hour")

# 不需要中间字段的话可以删掉
result_df <- result_df %>% select(-DateTime_Hour)

4. Base R替代方案 #

如果不想用dplyr，用base R的merge也能实现，注意指定all.x = TRUE只保留df1的行：

# 先完成步骤1、2的时间统一
result_df <- merge(df1, df2[, c("DateTime_Hour", "Hourly_Rainfall_mm")], 
                   by = "DateTime_Hour", all.x = TRUE)

常见错误修正 #

• 指定by.x/by.y报错：检查字段名拼写，或者有没有重复字段名导致冲突，尽量用select先筛选出需要的字段再连接
• merge出现额外行：别用all=TRUE，改成all.x=TRUE就只会保留df1的所有行，不会新增df2独有的记录

内容的提问来源于stack exchange，提问作者LZ24AP