求助：在R语言中实现时间数据的Vlookup分组匹配

以下是几种可行的解决方案，针对你需要将df1的连续时间匹配到df2定义的10分钟分组的需求：

方法1：dplyr + lubridate（直观易读） #

核心思路是将df1的时间向下取整到最近的10分钟起始点，再通过左连接匹配分组标签：

library(dplyr)
library(lubridate)

# 先将字符串格式的时间转换为时间类型
df1 <- df1 %>% mutate(Start_time = hms(Start_time))
df2 <- df2 %>% mutate(Time_10min = hms(Time_10min))

# 把Start_time对齐到所属10分钟区间的起始点
df1 <- df1 %>% 
  mutate(Group_Start = floor_date(Start_time, unit = "10 minutes"))

# 左连接匹配分组标签，并重命名为目标列
df1 <- df1 %>% 
  left_join(df2, by = c("Group_Start" = "Time_10min")) %>% 
  rename(Grouping = Time_Groupings) %>% 
  select(-Group_Start) # 可选：删除中间辅助列

方法2：修正findInterval用法 #

通过将时间转换为秒数（从0点开始的数值），用findInterval定位区间：

library(lubridate)

# 转换时间为当日累计秒数
df1$Start_sec <- as.numeric(hms(df1$Start_time))
df2$Time_10min_sec <- as.numeric(hms(df2$Time_10min))

# 找到每个时间对应的分组索引
interval_idx <- findInterval(df1$Start_sec, df2$Time_10min_sec)

# 匹配分组标签（自动处理区间边界）
df1$Grouping <- df2$Time_Groupings[interval_idx]

方法3：修正data.table滚动连接 #

利用data.table的滚动连接特性，匹配小于等于当前时间的最近分组起始点：

library(data.table)
library(lubridate)

# 转换为data.table并处理时间格式
setDT(df1)[, Start_time := hms(Start_time)]
setDT(df2)[, Time_10min := hms(Time_10min)]

# 设置分组起始时间为键，执行滚动连接匹配
setkey(df2, Time_10min)
df1[df2, Grouping := i.Time_Groupings, on = .(Start_time >= Time_10min), roll = TRUE]

你之前方法失败的原因 #

• findInterval方法：错误拆分Time_Groupings字符串并转数值，未将时间统一转换为可计算的数值格式（如秒数），导致区间判断失效。
• data.table方法：on参数语法错误，未正确指定列匹配关系，也未设置合适的滚动连接规则。

内容的提问来源于stack exchange，提问作者elemarles