连接时间戳间隔最近的两个数据集
我需要将两个数据集与CLOSE时间戳连接起来。第一个数据集是来自移动应用程序的日记数据集：
df1 <- data.frame(stringsAsFactors=FALSE,
datetime = c("2019-03-19T13:26:52Z", "2019-03-19T13:26:19Z",
"2019-03-19T13:23:46Z", "2019-03-19T13:22:20Z",
"2019-03-19T13:09:56Z", "2019-03-19T13:06:04Z", "2019-03-19T13:05:21Z",
"2019-03-19T13:04:37Z", "2019-03-19T12:47:28Z",
"2019-03-19T12:46:42Z"),
transport = c("Trainride", "Trainride", "Trainride", "Trainride",
"Trainride", "Trainride", "Trainride", "Trainride",
"Trainride", "Trainride"),
id = c("5-3", "5-3", "5-3", "5-3", "5-3", "5-3", "5-3", "5-3", "5-3",
"5-3"),
disc = c("start", "stop", "start", "stop", "start", "stop", "start",
"stop", "start", "stop")
)
# datetime dttr object
df1 <- df1 %>%
mutate(datetime = lubridate::as_datetime(datetime))
在这里：
datetime transport id disc
1 2019-03-19 13:26:52 Trainride 5-3 start
2 2019-03-19 13:26:19 Trainride 5-3 stop
3 2019-03-19 13:23:46 Trainride 5-3 start
4 2019-03-19 13:22:20 Trainride 5-3 stop
5 2019-03-19 13:09:56 Trainride 5-3 start
6 2019-03-19 13:06:04 Trainride 5-3 stop
7 2019-03-19 13:05:21 Trainride 5-3 start
8 2019-03-19 13:04:37 Trainride 5-3 stop
9 2019-03-19 12:47:28 Trainride 5-3 start
10 2019-03-19 12:46:42 Trainride 5-3 stop
第二个数据集是来自加速度计日志的数据集，显示移动（=INVH）或空闲（=NIVH）：
df2 <- data.frame(stringsAsFactors=FALSE,
datetime = c("2019-03-19T23:20:00Z", "2019-03-19T23:17:30Z",
"2019-03-19T13:08:00Z", "2019-03-19T13:07:00Z",
"2019-03-19T12:38:45Z", "2019-03-19T12:32:45Z",
"2019-03-19T11:13:15Z", "2019-03-19T11:11:45Z", "2019-03-19T10:17:45Z",
"2019-03-19T10:16:45Z"),
id = c("5-3", "5-3", "5-3", "5-3", "5-3", "5-3", "5-3", "5-3", "5-3",
"5-3"),
code = c("NIVH", "INVH", "NIVH", "INVH", "NIVH", "INVH", "NIVH",
"INVH", "NIVH", "INVH")
)
# datetime dttr object
df2 <- df2 %>%
mutate(datetime = lubridate::as_datetime(datetime))
在这里：
datetime id code
1 2019-03-19 23:20:00 5-3 NIVH
2 2019-03-19 23:17:30 5-3 INVH
3 2019-03-19 13:08:00 5-3 NIVH
4 2019-03-19 13:07:00 5-3 INVH
5 2019-03-19 12:38:45 5-3 NIVH
6 2019-03-19 12:32:45 5-3 INVH
7 2019-03-19 11:13:15 5-3 NIVH
8 2019-03-19 11:11:45 5-3 INVH
9 2019-03-19 10:17:45 5-3 NIVH
10 2019-03-19 10:16:45 5-3 INVH
我需要根据时间戳字段之间的时间差连接两个数据帧。例如，在df1上留下join，以查看应用程序日志数据如何与实际加速度计日志一致。简单的左连接在这里不起作用，因为在大多数情况下有一个滞后时间。所以我的问题是，我如何根据差值是最小绝对差值的记录来连接这两个数据集。
编辑2-@soren建议的解决方案很有帮助，但是如果我把开始日期时间和结束时间作为间隔，将不起作用。任何想法？
df1 <- df1 %>%
mutate(datetime = lubridate::as_datetime(datetime)) %>%
arrange(datetime) %>%
mutate(datetime_end = lead(datetime),
# Create an interval object.
Travel_Interval = lubridate::interval(start = datetime, end = datetime_end))
共有1个答案
滚动连接将完成此操作，在最近的日期时间加入数据框。以下使用数据表的解决方案
library(data.table)
dt1 <- as.data.table(df1)
setkeyv(dt1,"datetime")
dt2 <- as.data.table(df2)
setkeyv(dt2,"datetime")
dt2[,nearest_date:=datetime]
dt2[dt1,roll="nearest"]
> dt2[dt1,roll="nearest"]
datetime id code nearest_date transport i.id disc
1: 2019-03-19 12:46:42 5-3 NIVH 2019-03-19 12:38:45 Trainride 5-3 stop
2: 2019-03-19 12:47:28 5-3 NIVH 2019-03-19 12:38:45 Trainride 5-3 start
3: 2019-03-19 13:04:37 5-3 INVH 2019-03-19 13:07:00 Trainride 5-3 stop
4: 2019-03-19 13:05:21 5-3 INVH 2019-03-19 13:07:00 Trainride 5-3 start
5: 2019-03-19 13:06:04 5-3 INVH 2019-03-19 13:07:00 Trainride 5-3 stop
6: 2019-03-19 13:09:56 5-3 NIVH 2019-03-19 13:08:00 Trainride 5-3 start
7: 2019-03-19 13:22:20 5-3 NIVH 2019-03-19 13:08:00 Trainride 5-3 stop
8: 2019-03-19 13:23:46 5-3 NIVH 2019-03-19 13:08:00 Trainride 5-3 start
9: 2019-03-19 13:26:19 5-3 NIVH 2019-03-19 13:08:00 Trainride 5-3 stop
10: 2019-03-19 13:26:52 5-3 NIVH 2019-03-19 13:08:00 Trainride 5-3 start
请注意，dt2[，nearest_date:=datetime]中添加了额外的列“nearest-date”，以便在dt2和dt1连接时，保留日期时间的值（或可用于差异计算）。而在默认情况下，合并/连接数据集只返回主键列。通常，这是理想的，因为连接柱通常是相同的。在这里，对于滚动联接，它们不是，保留列或手动创建冗余列是有用的，如这里所示例的。
另请注意，最近的 id 值和日期时间也可能与应用程序相关（OP 中仅给出一个 id 值）。这是通过设置键来完成的，这些键在连接语法中使用：
setkeyv(dt2,c("id","datetime"))
setkeyv(dt1,c("id","datetime"))
-
问题内容： 我在SQL中有两个表，并且我需要能够基于早于或等于表A中的时间戳的表B中的时间戳进行联接。 因此，这是两个表和所需输出的一些虚假数据： 结案案例（表A） 分类（表B） 所需结果 因此，我知道代码需要如下所示，我只是想不出该如何处理部分（$ 1和$ 2是将要传入的变量）： 我知道我可以使用子选择，但这将在至少几千行，甚至可能更多的行上进行，我需要它真的要快。所以我希望有一个简单的子句可以
-
问题内容： 我有一列称为“ s_timestamp”。 如何返回时间戳中具有当天的所有记录？ 例如， 我想要以下输出： 让我知道是否不清楚。 问题答案： 只是使用。例如 日期（） CURDATE（）
-
问题内容： 我需要计算两个日期之间经过的时间。 这里要注意的是，我需要像YouTube一样用视频评论时间戳来显示它。也就是说，仅以最大的方式显示它。 例如， 如果时间是50秒前，应该说是50秒前。 如果时间超过一分钟，则应说一分钟前/十分钟前，等等。 如果时差是1小时30分钟，则应显示：一个小时前。 如果时间是一个半星期而不是一个星期前应该说的话。 如果时间超过一个月，则应说一个月前/两个月前，等
-
我有两个相隔65秒的unix时间戳，我试图以这种方式查询mysql 在FROM_UNIXTIME(1504684252)和FROM_UNIXTIME(1504684317)之间选择ask FROM live_rates WHERE 在我的表中，有一个事件从时间戳开始，65秒后结束。为什么这两个查询都没有返回数据？。
-
我试图获得一个SQL语句来选择时间戳在两个给定时间戳之间的行。这是我试过的。（这是在Java servlet上，而我是Java时间戳对象。） 这里的from和to是timestamp对象这给了我一个语法错误，当我试图准备语句时，请帮助
-
问题内容： 如何获得几天内两个时间戳之间的差异？我应该为此使用datetime列吗？ 我将专栏切换为日期时间。简单的减法似乎并没有在几天内给我带来结果。 我不认为是几秒钟，因为当我将一天中的秒数除以（86,400）时，我不会得到一个明智的答案： 问题答案： 如果您乐于忽略列中的时间部分，则DATEDIFF（）会为您提供以天为单位的时差。