我有两个数据框，如下所示：
df1 <- data.frame(time=seq(0.0, by = 0.003, length.out = 1000))
time
1 0.000
2 0.003
3 0.006
4 0.009
5 0.012
6 0.015
...
df2 <- data.frame(onset=c(0.0, 0.8, 1.9, 2.4), offset=c(0.799, 1.899, 2.399, 3.0))
onset offset A B
1 0.0 0.799 ... ...
2 0.8 1.899 ... ...
3 1.9 2.399 ... ...
4 2.4 3.000 ... ...
实际上，每个数据帧中的列数更多，第一个数据帧中的次数更多，而且它们的间隔不规则；第二个数据框中没有太多行。我想合并两个数据帧，以便第一个数据帧中的每一行从第二个数据帧中获取适当范围的额外列，并且我想有效地做到这一点，因为涉及数十万行。
您可以使用findInterval将时间与相应的 匹配onset，然后是merge您的两个 data.frames：
df1$onset <- df2$onset[findInterval(df1$time, df2$onset)]
df3 <- merge(df1, df2, by = "onset")
head(df3)
# onset time offset
# 1 0 0.000 0.799
# 2 0 0.003 0.799
# 3 0 0.006 0.799
# 4 0 0.009 0.799
# 5 0 0.012 0.799
# 6 0 0.015 0.799
tail(df3)
# onset time offset
# 995 2.4 2.982 3
# 996 2.4 2.985 3
# 997 2.4 2.988 3
# 998 2.4 2.991 3
# 999 2.4 2.994 3
# 1000 2.4 2.997 3
您可以为每个准备一个因子，然后使用 plyr::join：
# breaks for 'cut'
times=c(df2$onset[1],df2$offset)
# modified df1 to shorten the list
df1 <- data.frame(time=seq(0.0, by = 0.03, length.out = 100))
# Add a few columns to df2
df2 <- data.frame(onset=c(0.0, 0.8, 1.9, 2.4), offset=c(0.799, 1.899, 2.399, 3.0), A=c(1,2,3,4), B=c(5,6,7,8))
df2$ranges <-cut(df2$onset,times,include.lowest=T))
df1$ranges <-cut(df1$time,times,include.lowest=T,levels=levels(df2$ranges))
join(df1,df2,by='ranges')
head(join(df1,df2,by='ranges')[-2])
time onset offset A B
1 0.00 0 0.799 1 5
2 0.03 0 0.799 1 5
3 0.06 0 0.799 1 5
4 0.09 0 0.799 1 5
5 0.12 0 0.799 1 5
6 0.15 0 0.799 1 5
第三个选项sqldf用于执行conditional join
> head(sqldf("select *
+ from df1 inner join df2
+ on (df1.time between df2.onset and df2.offset)"))
头部输出：
time onset offset
1 0.000 0 0.799
2 0.003 0 0.799
3 0.006 0 0.799
4 0.009 0 0.799
5 0.012 0 0.799
6 0.015 0 0.799
内部连接将消除不适合 df2 范围之间的时间。如果你想保留这些时间，并且在开始和结束时有空值，只需在上面的函数中的 SQL 中使用aleft join而不是。inner joinsqldf