如何用sapply匹配同File下时间区间内的行为数据？

数据结构假设 #

先明确两个数据框的核心列（若你的列名不同，自行替换）：

• contacts：包含File（唯一匹配标识）、Time（待匹配的时间点）
• point_behaviors：包含File、Start_Interval（区间起始时间）、End_Interval（将原Time重命名为End_Interval更清晰，对应条件Start_Interval ≤ contacts$Time < End_Interval）、Behavior（目标行为字段）

方法一：用dplyr实现（简洁易读） #

加载依赖包后，通过按File连接+时间过滤完成匹配：

library(dplyr)

# 按File连接两个数据框，筛选符合时间区间的行
matched_data <- contacts %>%
  left_join(point_behaviors, by = "File") %>%  # 按File匹配对应所有区间
  filter(Start_Interval <= Time.x, Time.x < End_Interval) %>%  # 时间条件（Time.x为contacts的Time）
  select(File, Time = Time.x, Behavior)  # 保留所需列，统一Time列名

若contacts每条数据仅需匹配唯一Behavior（假设同File下时间区间无重叠），直接用上述代码即可；若存在多匹配，可按需添加distinct()或分组逻辑。

方法二：用data.table实现（大数据量高效） #

数据量较大时，data.table的非等值连接效率优势明显：

library(data.table)

# 转换为data.table格式
setDT(contacts)
setDT(point_behaviors)

# 按File匹配+时间区间筛选一步完成
matched_data <- point_behaviors[contacts, 
                               on = .(File, Start_Interval <= Time, End_Interval > Time),
                               .(File, Time = x.Time, Behavior)]

为什么不用for循环？ #

R中逐行处理的for循环效率极低，尤其数据量大时；上述向量化解法基于向量化运算，代码简洁的同时，还能避免循环中易出现的索引错误。

内容的提问来源于stack exchange，提问作者K8Otter