R 搜索和匹配两个数据帧
我有两个数据帧,数据帧的dput如下所示: dput(df1) dput(df2) 我试图使用df1中的值从df2中提取温度和重要天气代码。例如,df2的日期将与df1的日期完全匹配,但时间可能不相同,因此我需要确定一个阈值(例如15-30分钟)来查找最近的时间,同时我需要匹配坐标,因为它们可能不完全匹配,并且需要一个阈值来查找最近的匹配。这些步骤是:R 搜索和匹配两个数据帧,r,search,data-manipulation,R,Search,Data Manipulation,我有两个数据帧,数据帧的dput如下所示: dput(df1) dput(df2) 我试图使用df1中的值从df2中提取温度和重要天气代码。例如,df2的日期将与df1的日期完全匹配,但时间可能不相同,因此我需要确定一个阈值(例如15-30分钟)来查找最近的时间,同时我需要匹配坐标,因为它们可能不完全匹配,并且需要一个阈值来查找最近的匹配。这些步骤是: 匹配日期 匹配位置/坐标,如果不完全匹配,则查找最近的 匹配时间,如果不完全匹配,则查找最近的时间 我的解决办法是 根据日期将df1中的数
- 匹配日期
- 匹配位置/坐标,如果不完全匹配,则查找最近的
- 匹配时间,如果不完全匹配,则查找最近的时间
- 根据日期将df1中的数据子集
- 选择具有最小时差和最小距离的观测值
- 找出时间和坐标之间的差异
欢迎您提出建议,并提供可能的解决方案。数据库解决方案比纯R解决方案更有效。例如,带有PostGIS扩展的PostgreSQL数据库将允许空间查询。数据库解决方案将比纯R解决方案更有效。例如,带有PostGIS扩展的PostgreSQL数据库将允许进行空间查询。这在很大程度上取决于每个数据帧中有多少唯一位置。在df1中有170个唯一位置,但在df1中有许多唯一位置。我们谈论的是数千个。这在很大程度上取决于每个数据帧中有多少唯一的位置。在df1中有170个唯一的位置,但在df1中有很多。不幸的是,我们可以选择使用R或Python。有什么建议吗?不幸的是,我们可以选择使用R或Python。有什么建议吗?
structure(list(observationtime = structure(c(0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L
), format = "h:m:s", class = "times"), observationdate = structure(c(15309,
15309, 15309, 15309, 15309, 15309, 15309, 15309, 15309, 15309,
15309, 15309, 15309, 15309, 15309, 15309, 15309, 15309, 15309,
15309), class = "Date"), screentemperature = c(9.1, 9.4, 6.8,
5.7, 1.6, 6.3, 5.2, 4.7, 6.8, 8.7, 6.9, 9.6, 9.4, 9.5, 8.1, 7.7,
7.9, 8.9, 6.6, 6.8), significantweathercode = c(8L, 7L, 8L, 9L,
15L, 12L, 12L, 15L, 15L, 9L, 15L, 7L, 2L, 7L, 12L, 8L, 12L, 8L,
8L, 12L), latitude = c(60.139, 58.954, 57.358, 58.214, 57.725,
57.859, 57.257, 58.288, 56.867, 57.82, 57.206, 58.454, 57.6494,
57.712, 57.077, 56.85, 57.206, 57.698, 56.497, 55.681), longitude = c(-1.183,
-2.9, -7.397, -6.325, -4.896, -5.636, -5.809, -4.442, -4.708,
-3.97, -3.827, -3.089, -3.5606, -3.322, -2.836, -2.27, -2.202,
-2.121, -6.887, -6.256)), .Names = c("observationtime", "observationdate",
"screentemperature", "significantweathercode", "latitude", "longitude"
), row.names = c(1L, 3L, 4L, 5L, 6L, 7L, 8L, 10L, 11L, 12L, 13L,
14L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L), class = "data.frame")
structure(list(time = structure(c(0.0104166666666667, 0.0590277777777778
), format = "h:m:s", class = "times"), data = structure(c(15309,
15310), class = "Date"), latitude = c(53.674, 43.978), longitude = c(-1.222,
-5.346)), .Names = c("time", "data", "latitude", "longitude"), row.names = c(NA,
-2L), class = "data.frame")