R语言按分组条件修改值：基于两个数据框的时间戳差值判断

核心逻辑 #

1. 先对df2按UserID分组，统计每个用户的最晚EndTime
2. 将统计结果与df1按UserID关联
3. 对比df1中每行的Time与对应用户的最晚EndTime，差值≥60分钟的，将Value修改为NoGroup
4. 清理掉计算过程中新增的辅助列，得到最终结果

代码实现 #

方法1：tidyverse（dplyr）实现 #

library(dplyr)

# 统计每个用户的最晚EndTime
user_max_end <- df2 %>%
  group_by(UserID) %>%
  summarise(max_EndTime = max(EndTime), .groups = "drop")

# 关联df1并修改符合条件的Value
df1_result <- df1 %>%
  left_join(user_max_end, by = "UserID") %>%
  mutate(Value = if_else(Time - max_EndTime >= 3600, "NoGroup", Value)) %>%
  select(-max_EndTime)

注：POSIXct格式的时间差值默认单位为秒，60分钟对应3600秒。

方法2：base R实现 #

# 统计每个用户的最晚EndTime
user_max_end <- aggregate(EndTime ~ UserID, df2, max)
# 关联到df1
df1_merged <- merge(df1, user_max_end, by = "UserID", all.x = TRUE)
# 替换符合条件的Value
df1_merged$Value[as.numeric(difftime(df1_merged$Time, df1_merged$EndTime, units = "mins")) >= 60] <- "NoGroup"
# 保留原始列得到结果
df1_result <- df1_merged[, names(df1)]

结果验证 #

两种方法得到的df1_result完全符合你给出的预期输出，对CCC、DDD用户超时的记录都做了正确的NoGroup替换。

内容的提问来源于stack exchange，提问作者metaltoaster