使用dplyr执行条件mutate操作时出现报错的问题求解

错误成因 #

• 管道操作中错误引用原始数据表：dplyr管道传递的是每一步处理后的新数据集，mutate执行时直接引用df1$xxx、df2$xxx原始表的列，合并后的数据集行数和原表不一致，导致newvariable未成功生成，select时提示找不到该对象。
• select语法错误：select中仅需要指定处理后数据集中的列名，使用df2$City这种提取原始表列的写法，会直接返回原始表的字符型列，导致select接到非数据框输入，报“无对应character类的select方法”错误。
• 逻辑判断语法错误：R不支持a <= b <= c格式的连续比较写法，必须拆分为两个独立条件用&连接。
• 关联逻辑不匹配：需求要求同时匹配City和Dates两个字段，但原代码full_join仅指定了City作为关联键，会导致同City不同日期的记录交叉关联，逻辑完全不符合预期。

修正方案 #

你需要的是对df2的每一条记录，匹配对应City、日期下df1的时间区间，再判断时间是否在区间内，使用左连接即可实现，无需全连接和额外的半连接过滤：

library(dplyr)

NEW_DF <- df2 %>% 
  # 按需要匹配的两个字段关联df1，若两个表日期字段名不同，调整by参数的映射即可，例如by = c("City", "Dates" = "Date")
  left_join(df1, by = c("City", "Dates")) %>% 
  mutate(newvariable = case_when(
    # 时间落在区间内返回1
    Time >= Start & Time <= End ~ 1,
    # 匹配到了区间但时间不在范围内返回0
    !is.na(Start) & !is.na(End) ~ 0,
    # 未匹配到对应City和日期的区间返回NA
    TRUE ~ NA_real_
  )) %>% 
  # 按需保留字段
  select(City, Date = Dates, Time, newvariable)

内容的提问来源于stack exchange，提问作者Jedi93