R 根据条件从另一个较小的数据帧向数据帧添加数据

我目前正试图想出一种方法，根据开始时间和结束时间将数据从一个数据帧粘贴到另一个数据帧

假设我有一个称为testsubset1的数据集

        Event            FlowRate
1   2013-05-25 17:29:31 | 0.3739769
2   2013-05-25 17:37:31 | 0.5208873
3   2013-05-25 17:39:01 | 0.4235871
20  2013-05-26 01:16:31 | 0.3010403
21  2013-05-26 01:38:41 | 0.3054283
22  2013-05-26 02:01:01 | 0.3919175
116 2013-05-28 10:58:11 | 0.3851580
117 2013-05-28 11:11:12 | 0.3981671
118 2013-05-28 11:16:21 | 0.4075771
253 2013-05-31 08:31:11 | 0.3543576
254 2013-05-31 08:53:21 | 0.3553817

我还有另一个数据集，叫做Flow Obs

    Start                  Finish              FlowObs
1 2013-05-25 17:29:00 | 2013-05-26 18:38:00 | 0.3307309
2 2013-05-27 16:22:00 | 2013-05-28 20:15:00 | 0.3286909
3 2013-05-29 13:05:00 | 2013-05-30 14:42:00 | 0.3211857
4 2013-05-30 15:08:00 | 2013-06-03 11:54:00 | 0.3277443

现在，我想根据开始和结束时间将Flow Obs中第3列的元素绑定到大数据，以便最终的数据集如下所示

      Event               FlowRate     FlowObs
1   2013-05-25 17:29:31 | 0.3739769 | 0.3307309
2   2013-05-25 17:37:31 | 0.5208873 | 0.3307309
3   2013-05-25 17:39:01 | 0.4235871 | 0.3307309
20  2013-05-26 01:16:31 | 0.3010403 | 0.3307309
21  2013-05-26 01:38:41 | 0.3054283 | 0.3307309
22  2013-05-26 02:01:01 | 0.3919175 | 0.3307309
116 2013-05-28 10:58:11 | 0.3851580 | 0.3286909
117 2013-05-28 11:11:12 | 0.3981671 | 0.3286909
118 2013-05-28 11:16:21 | 0.4075771 | 0.3286909
253 2013-05-31 08:31:11 | 0.3543576 | 0.3277443
254 2013-05-31 08:53:21 | 0.3553817 | 0.3277443

逻辑是，如果事件在流obs的开始和结束之间，它会将流obs rbinds到testsubset

我相信有一种聪明的方法可以使用和应用这个函数，但我不能完全理解它

我已经尝试了一个for循环来实现这一点，但是没有找到一个合适的方法来处理更小的数据帧

希望这个问题有意义。我还是一个新的问问题的堆栈溢出

作为旁注，时间是POSIX，流都是数字

编辑：我甚至试过这样做：

testsubset1[(testsubset1$Event) %in% (c(flowobs[[1]][1], flowobs[[1]][2])),]

它回来了

[1] Event    FlowRate
<0 rows> (or 0-length row.names)

[1]事件流量
（或长度为0的行名称）

使用sqldf：

library(sqldf)
sqldf("select * from testsubset1 t, FlowObs f 
   where t.Event between f.Start and f.Finish")

其中：

                 Event  FlowRate               Start              Finish   FlowObs
1  2013-05-25 17:29:31 0.3739769 2013-05-25 17:29:00 2013-05-26 18:38:00 0.3307309
2  2013-05-25 17:37:31 0.5208873 2013-05-25 17:29:00 2013-05-26 18:38:00 0.3307309
3  2013-05-25 17:39:01 0.4235871 2013-05-25 17:29:00 2013-05-26 18:38:00 0.3307309
4  2013-05-26 01:16:31 0.3010403 2013-05-25 17:29:00 2013-05-26 18:38:00 0.3307309
5  2013-05-26 01:38:41 0.3054283 2013-05-25 17:29:00 2013-05-26 18:38:00 0.3307309
6  2013-05-26 02:01:01 0.3919175 2013-05-25 17:29:00 2013-05-26 18:38:00 0.3307309
7  2013-05-28 10:58:11 0.3851580 2013-05-27 16:22:00 2013-05-28 20:15:00 0.3286909
8  2013-05-28 11:11:12 0.3981671 2013-05-27 16:22:00 2013-05-28 20:15:00 0.3286909
9  2013-05-28 11:16:21 0.4075771 2013-05-27 16:22:00 2013-05-28 20:15:00 0.3286909
10 2013-05-31 08:31:11 0.3543576 2013-05-30 15:08:00 2013-06-03 11:54:00 0.3277443
11 2013-05-31 08:53:21 0.3553817 2013-05-30 15:08:00 2013-06-03 11:54:00 0.3277443

---

我确信我看到了一些更具体的时间序列，但我能挖掘出的最好的方法是一种用于遗传数据的方法，但如果你对POSIX时间的数值进行操作，应该可以在这里工作。好的，这是一个更具体的时间序列。谢谢你，我将对此进行阅读。由于某些原因，我无法使此程序包正常工作。我想这可能与我的R型身材有关。