按公共日期合并两个数据帧：提取匹配行前后指定行及事件标记

基于R语言tidyverse生态工具实现，全程以行号作为位置索引做偏移匹配，避免日期缺测、断档导致的范围计算错误，完全对齐需求规则。

核心逻辑 #

• 预处理阶段统一两个表的日期格式，为时间连续的流量表添加连续行号作为位置索引
• 为事件表的每条记录匹配其在流量表中的锚点位置，计算每个事件需要覆盖的行范围：锚点位置前2行 ~ 锚点位置+length-1行
• 逐事件提取流量表对应范围的记录，绑定统一事件编号，仅锚点行保留length字段值，其余关联行的length填NA
• 整理字段顺序得到最终结果

完整可运行代码 #

library(tidyverse)

# 1. 基础数据预处理
df1 <- df1 %>% mutate(datetime = as.Date(datetime))
df2 <- df2 %>% 
  mutate(datetime = as.Date(datetime)) %>% 
  # 生成连续行号作为取数的位置依据
  mutate(row_id = row_number())

# 2. 匹配每个事件在流量表的锚点位置，计算取数范围、分配事件编号
event_range <- df1 %>%
  left_join(df2 %>% select(datetime, anchor_row = row_id), by = "datetime") %>%
  mutate(`event#` = row_number()) %>%
  mutate(
    start_row = anchor_row - 2,
    end_row = anchor_row + (length - 1)
  )

# 3. 逐事件提取对应范围的流量数据，绑定事件属性
result <- map_dfr(
  1:nrow(event_range),
  function(i) {
    current_event <- event_range[i, ]
    df2 %>%
      filter(row_id >= current_event$start_row, row_id <= current_event$end_row) %>%
      mutate(
        `event#` = current_event$`event#`,
        # 仅事件锚点行保留length值，其余行填充NA
        length = ifelse(datetime == current_event$datetime, current_event$length, NA_real_),
        EventDatesNancy = datetime
      )
  }
) %>%
  # 按需求调整输出字段顺序
  select(EventDatesNancy, length, q, `event#`)

结果说明 #

• 输出字段顺序为EventDatesNancy、length、q、event#，和需求给出的期望样例完全对齐，每个事件块内的行共享同一个event#
• 若事件锚点靠近流量表头部/尾部，计算出的行范围超出表边界时，代码会自动截断到表的首尾行，不会抛出错误
• 若不同事件的覆盖范围存在重叠，重叠记录会分别归属到对应事件编号下，若需要单条记录仅归属一个事件，可根据业务优先级加去重逻辑调整

内容的提问来源于stack exchange，提问作者H. Dierker