从多个时间序列数据框提取列创建新DataFrame

嘿，这事儿其实挺容易搞定的，我给你分享几种实用的方法，你可以根据自己的习惯选～

方法一：基础R实现（无需额外包） #

如果你的两个数据框shortterm.df和longterm.df的Date列完全一致（就像你提供的示例那样），可以直接构造新数据框，同时给两个Austria列重命名避免冲突：

# 直接提取列并创建新数据框
new_df <- data.frame(
  Date = shortterm.df$Date,  # 两个Date列相同，取任意一个都可以
  Short_Austria = shortterm.df$Austria,
  Long_Austria = longterm.df$Austria
)

如果Date列可能存在不一致（比如部分日期缺失或不匹配），推荐用merge函数按日期匹配，这样更稳妥：

# 按Date合并两个数据框的Austria列
new_df_merge <- merge(
  shortterm.df[, c("Date", "Austria")],
  longterm.df[, c("Date", "Austria")],
  by = "Date",
  suffixes = c("_short", "_long")
)

方法二：用dplyr（tidyverse风格） #

如果你习惯用tidyverse工具链，dplyr的代码会更简洁易读：

首先确保你已经安装并加载了dplyr：

install.packages("dplyr")  # 第一次用需要安装
library(dplyr)

然后可以用bind_cols快速合并（适合Date完全一致的情况）：

new_df_dplyr <- bind_cols(
  shortterm.df %>% select(Date, Short_Austria = Austria),
  longterm.df %>% select(Long_Austria = Austria)
)

如果需要处理Date不一致的情况，用left_join按日期匹配：

new_df_dplyr_merge <- left_join(
  shortterm.df %>% select(Date, Short_Austria = Austria),
  longterm.df %>% select(Date, Long_Austria = Austria),
  by = "Date"
)

不管用哪种方法，最终得到的新数据框都会包含时间序列的Date列，以及分别来自短期和长期数据的Austria数值，方便后续的分析或可视化～

内容的提问来源于stack exchange，提问作者StephenB