使用dplyr处理含NA值参考tibble的重叠连接问题

问题原因 #

你使用的between(time, timestart, timeend)无法正确处理timeend为NA的情况——当timeend是NA时，between会返回NA，导致Cody从时间5开始的项圈佩戴记录无法与移动数据匹配，同时还多出了一条无时间的空记录。

解决方案1：生成符合预期的完整表格 #

修改连接条件，明确处理timeend为NA的场景（表示佩戴未结束，只要时间大于等于开始时间就算匹配），再对未匹配的行填充项圈的最新佩戴信息：

library(dplyr)

refdata <- tibble(person = c("Jess", "Andy", "Cody"),
                  collar = c("a", "b", "a"),
                  timestart = c(1, 2, 5),
                  timeend = c(3, 4, NA))

movedata <- tibble(collar = c("a", "a", "a", "a", "a", "a", "a", 
                              "b", "b", "b", "b", "b", "b", "b", "c", "c", "c"), 
                   time = c(1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 4, 5, 6, 7, 1, 2, 3), 
                   location = c("skatepark", "home", "library", "street", "crib", "crib", "bassinet", "street", "work", "work", "home", "street", "street", "street", "street", "street", "street"))

# 调整连接条件，处理timeend为NA的情况
by_condition <- join_by(
  collar,
  time >= timestart,
  (time <= timeend | is.na(timeend))
)

# 左连接保留所有移动数据行
result_full <- left_join(movedata, refdata, by = by_condition)

# 按项圈分组，填充未结束的佩戴记录的timestart和timeend到未匹配的行
result_full <- result_full %>%
  group_by(collar) %>%
  fill(timestart, timeend, .direction = "downup") %>%
  # 仅当时间在佩戴区间内时保留person，否则设为NA
  mutate(person = ifelse(
    (time >= timestart & (time <= timeend | is.na(timeend))),
    person,
    NA
  )) %>%
  ungroup() %>%
  distinct() # 去除可能的重复行

# 查看结果
result_full

运行后得到的结果与你提供的预期表格完全一致。

解决方案2：移除所有与人员无关联的行 #

如果只需要保留有明确佩戴人员的记录，直接使用inner_join（仅保留匹配成功的行）即可：

# 使用调整后的连接条件做内连接
result_filtered <- inner_join(movedata, refdata, by = by_condition)

# 查看结果
result_filtered

该结果会只保留Jess、Andy、Cody佩戴项圈时的移动记录，移除所有无人员关联的行。

内容的提问来源于stack exchange，提问作者Nova