在R中如何按日期范围筛选含重复时间戳的data frame数据

首先需要确保你合并后的数据框中date列是日期时间格式，而非字符串，否则无法正确按时间范围筛选：

方法1：基础R实现 #

1. 转换日期格式

# 替换df为你合并后的大表变量名
df$date <- as.POSIXct(df$date, format = "%Y-%m-%d %H:%M:%S")

2. 按指定范围筛选

# 筛选2021-06-10 00:00:00 到 2021-06-29 23:59:59的所有数据
df_filtered <- df[df$date >= as.POSIXct("2021-06-10") & df$date < as.POSIXct("2021-06-30"), ]

注意：截止时间设为2021-06-30是为了完整包含6月29日全天的所有时间点数据，避免默认取6月29日0点导致当天数据漏选

方法2：tidyverse生态实现（代码更简洁） #

需要先加载dplyr和lubridate包：

library(dplyr)
library(lubridate)

df_filtered <- df %>%
  # 一步转换日期时间格式
  mutate(date = ymd_hms(date)) %>%
  # 按时间范围筛选，列名带空格需要用反引号包裹
  filter(date >= ymd("2021-06-10"), date < ymd("2021-06-30"))

校验说明 #

如果需要确认筛选结果包含所有传感器的有效数据，可以执行以下校验：

# 统计总传感器数量
total_sensor <- length(unique(df$`Sensor Number`))
# 校验筛选后的数据是否包含全部传感器
length(unique(df_filtered$`Sensor Number`)) == total_sensor

返回TRUE则说明筛选结果包含所有传感器的测量数据。

内容的提问来源于stack exchange，提问作者James