在R中基于时间合并无共同列的两个Dataframe方法问询

问题描述 #

我有两个Dataframe（A和B），二者均包含time列但无其他共同列，B的时间行数远少于A（二者仅包含单日数据）。需要将B的所有行合并入A，无对应值的列显示NA，用于制作ggplot分面图。尝试过join、行绑定及bayesbio包的nearestTime函数，但均无效。

A和B的结构如下：

# Dataframe A结构
structure(list(time = structure(c(-2209038596.86, 
-2209038594.86, -2209038592.86, -2209038590.86, -2209038588.86, 
-2209038586.86, -2209038584.86, -2209038582.86, -2209038580.86, 
-2209038578.86), tzone = "UTC", class = c("POSIXct", "POSIXt"
)), pH = c(7.13642, 7.12116, 7.12116, 7.13133, 7.12625, 7.12625, 
7.12625, 7.13133, 7.11608, 7.12625), oxygen = c(6.13248, 
6.11996, 6.10745, 6.11996, 6.11996, 6.09493, 6.09493, 6.08242, 
6.08242, 6.08242)), row.names = c(NA, -10L), class = c("tbl_df", 
"tbl", "data.frame"))

# Dataframe B结构
structure(list(time = structure(c(-2209038180, -2209035240, -2209034340, 
-2209033440, -2209031640), tzone = "UTC", class = c("POSIXct", 
"POSIXt")), DOC = c(5001, 36787, 20835, 13085, 8344), Temp = c(22.2, 
20, 22.5, 22.6, 23), conductivity = c(2.16, 2.29, 2.37, 2.42, 
2.49), flow = c(15, 15, 15, 15, 15)), row.names = c(NA, 
-5L), class = c("tbl_df", "tbl", "data.frame"))

注：所有时间被设为1899年，在POSIXct中显示为负数。合并后需保留所有时间值和列，同时希望x轴显示小时和分钟而非完整时间。

解决方案 #

1. 合并两个DataFrame #

使用dplyr包的full_join()函数，它会保留两个DataFrame的所有行，无匹配的列自动填充NA，完全符合需求：

library(dplyr)

# 按time列合并所有行
combined_df <- full_join(A, B, by = "time")

合并后，A独有的行中B的列（DOC、Temp等）为NA，B独有的行中A的列（pH、oxygen）为NA，所有原始时间点都被保留。

2. 处理时间格式与绘制分面图 #

为了让x轴只显示小时和分钟，同时制作分面图，建议先将数据转为长格式，再用ggplot2配置：

library(ggplot2)
library(scales)
library(tidyr)

# 转为长格式，方便分面
long_df <- combined_df %>%
  pivot_longer(cols = -time, names_to = "variable", values_to = "value")

# 绘制分面图，设置x轴显示时分
ggplot(long_df, aes(x = time, y = value)) +
  geom_point(size = 1.5) +
  # 按变量分面，y轴自适应范围
  facet_wrap(~variable, scales = "free_y", ncol = 2) +
  # 设置x轴刻度为小时+分钟，每1小时显示一个刻度
  scale_x_datetime(labels = date_format("%H:%M"), breaks = date_breaks("1 hour")) +
  labs(x = "时间（时:分）", y = "数值") +
  theme_minimal()

为何之前的方法无效？ #

• bind_rows()：仅简单追加行，不会匹配time列，导致同一时间的行无法合并，不符合需求。
• 普通join（如inner_join）：仅保留time匹配的行，会丢失A或B独有的时间点。
• nearestTime()：用于匹配最近时间点合并，而非保留所有原始时间点，不适用当前场景。

内容的提问来源于stack exchange，提问作者3wF23Xyj