R语言基于另一数据框时间区间为traffic_df新增Alert.level列的方法

核心思路 #

先统一两个数据框的时间字段格式为POSIX时间类型，再通过遍历traffic_df的每个时间点，匹配Alert.Level中的时间区间得到对应预警等级，无需提前构造小时维度的关联表。

实现代码 #

1. 基于tidyverse的purrr map实现 #

# 加载依赖包
library(dplyr)
library(purrr)

# 统一转换为POSIX时间类型，注意时区保持一致
traffic_df <- traffic_df %>%
  mutate(Date_Time = as.POSIXct(Date_Time, tz = "UTC"))

Alert.Level <- Alert.Level %>%
  mutate(
    Start = as.POSIXct(Start, format = "%d/%m/%Y %H:%M", tz = "UTC"),
    End = as.POSIXct(End, format = "%d/%m/%Y %H:%M", tz = "UTC")
  )

# 遍历每个时间点匹配区间
traffic_df <- traffic_df %>%
  mutate(Alert.Level = map_dbl(Date_Time, function(dt) {
    # 找到所有符合区间的下标
    match_idx <- which(dt >= Alert.Level$Start & dt <= Alert.Level$End)
    # 存在匹配则返回第一个预警等级，无匹配返回NA
    ifelse(length(match_idx) > 0, Alert.Level$Alert.level[match_idx[1]], NA_real_)
  }))

2. 纯base R实现（无需额外安装包） #

# 统一转换时间类型
traffic_df$Date_Time <- as.POSIXct(traffic_df$Date_Time, tz = "UTC")
Alert.Level$Start <- as.POSIXct(Alert.Level$Start, format = "%d/%m/%Y %H:%M", tz = "UTC")
Alert.Level$End <- as.POSIXct(Alert.Level$End, format = "%d/%m/%Y %H:%M", tz = "UTC")

# 用sapply遍历匹配
traffic_df$Alert.Level <- sapply(traffic_df$Date_Time, function(dt) {
  match_idx <- which(dt >= Alert.Level$Start & dt <= Alert.Level$End)
  ifelse(length(match_idx) > 0, Alert.Level$Alert.level[match_idx[1]], NA)
})

运行结果 #

最终得到的traffic_df如下：

补充说明 #

如果存在多段区间重叠的情况，可自行调整匹配逻辑：比如要取最高预警等级，可将返回值改为max(Alert.Level$Alert.level[match_idx])即可。

内容的提问来源于stack exchange，提问作者csharpvsto