R 如果值在范围内，则合并2个数据帧

我已经为此挣扎了一段时间，但找不到任何方法，所以如果你能帮助我，我将不胜感激！我是一个编程新手，我的代码可能效率很低，但这是我能想到的最好的

基本上，我有2个.csv文件（fixes.csv和zones.csv），它们包含不同的变量，并且具有不同的行数和列数。第一个文件fixes.csv包含实验期间记录的眼动数据，如下所示：

Order Participant Sentence Fixation StartPosition
1       1          1         1       -6.89
2       1          1         2       -5.88
3       1          1         3       -5.33
4       1          1         4       -4.09
5       1          1         5       -5.36      

Sentence     Zone  ZoneStart   ZoneEnd
  1           1     -8.86      -7.49
  1           2     -7.49      -5.89
  1           3     -5.88      -4.51
  1           4     -4.51      -2.90

Order Participant Sentence Fixation StartPosition Zone
1       1          1        1        -6.89          2
2       1          1        2        -5.88          2
3       1          1        3        -5.33          3
4       1          1        4        -4.09          3
5       1          1        5        -5.36          3   

这包含阅读句子时的眼动记录。所发生的是，20名参与者中的每一位都会阅读一组40个12字的句子，对每个句子中的不同单词进行几个固定，有时还会回头看以前读过的单词。StartPosition列包含屏幕上开始固定的位置（以视角度为单位）。值通常介于-8度和8度之间

第二个文件zones.csv包含有关句子的信息。40个句子中的每个句子包含12个单词，每个单词构成一个兴趣区。zones.csv看起来像这样：

Order Participant Sentence Fixation StartPosition
1       1          1         1       -6.89
2       1          1         2       -5.88
3       1          1         3       -5.33
4       1          1         4       -4.09
5       1          1         5       -5.36      

Sentence     Zone  ZoneStart   ZoneEnd
  1           1     -8.86      -7.49
  1           2     -7.49      -5.89
  1           3     -5.88      -4.51
  1           4     -4.51      -2.90

Order Participant Sentence Fixation StartPosition Zone
1       1          1        1        -6.89          2
2       1          1        2        -5.88          2
3       1          1        3        -5.33          3
4       1          1        4        -4.09          3
5       1          1        5        -5.36          3   

ZoneStart和ZoneEnd指示屏幕上每个区域的开始和结束坐标（以视角度为单位）。因为每个句子中的单词不同，所以每个区域都有一个宽度

我想做的是同时使用这两个文件，以便将zones.csv中的区域编号分配给fixes.csv中的fixations。例如，如果句子1中的第一个固定起始位置在区域1的范围内，我希望将值1指定给它，以便结束文件看起来像这样：

Order Participant Sentence Fixation StartPosition
1       1          1         1       -6.89
2       1          1         2       -5.88
3       1          1         3       -5.33
4       1          1         4       -4.09
5       1          1         5       -5.36      

Sentence     Zone  ZoneStart   ZoneEnd
  1           1     -8.86      -7.49
  1           2     -7.49      -5.89
  1           3     -5.88      -4.51
  1           4     -4.51      -2.90

Order Participant Sentence Fixation StartPosition Zone
1       1          1        1        -6.89          2
2       1          1        2        -5.88          2
3       1          1        3        -5.33          3
4       1          1        4        -4.09          3
5       1          1        5        -5.36          3   

到目前为止，我所尝试的是使用一个循环来自动化这个过程

zones = read.csv(file.choose(), header = TRUE, sep = ",")
fixes = read.csv(file.choose(), header = TRUE, sep = ",")

fixes$SentNo = as.factor(fixes$SentNo)
zones$Sentence = as.factor(zones$Sentence)
zones$Zone = as.factor(zones$Zone)

nfix = nrow(fixes) ## number of fixations in file fixes.csv
nsent = nlevels(fixes$Sentence) ## number of sentences in data file fixes.csv
nzs = nlevels(zones1$Zone) ## number of zones per sentence from file zones.csv
nsz = nlevels(zones$Sentence) ## number of sentences in data file zones.csv

fixes$Zone = 0

for (i in c(1:nfix)){
  for (j in c(1:nzs)){
    for (k in c(1:nsent){
      for (l in c(1:nsz)){ 
        while(fixes$Sentence[k] == zones$Sentence[l]){
          ifelse(fixes$StartPosition[i] > zones$ZoneStart[j]  
          & fixes$StratPosition[i] < zones1$ZoneEnd[j], 
          fixes$Zone[i] -> zones1$Zone[j], 0)
        return(fixes$Zone)
}
}
}
}

zones=read.csv（file.choose（），header=TRUE，sep=“，”）
fixes=read.csv（file.choose（），header=TRUE，sep=“，”）
fixes$SentNo=as.factor（fixes$SentNo）
区域$句子=as.因子（区域$句子）
zones$Zone=as.factor（zones$Zone）
nfix=nrow（fixes）##fixes.csv文件中的固定数量
nsent=nlevels（fixes$句子）##数据文件fixes.csv中的句子数
nzs=nlevels（zones1$Zone）##文件zones.csv中每个句子的区域数
nsz=nlevels（zones$句子）##数据文件zones.csv中的句子数
修复$Zone=0
对于（c中的i（1:nfix））{
对于（c中的j（1:nzs））{
对于（c中的k（1:nsent）{
对于（c（1:nsz）中的l）{
while（修复$SECTION[k]==区域$SECTION[l]）{
ifelse（修复$StartPosition[i]>zones$ZoneStart[j]
&修复$StratPosition[i]zones1$Zone[j]，0）
返回（修复$Zone）
}
}
}
}

但这只是返回大量的零，而不是为每个固定指定一个区域编号。当两个单独的.csv文件具有不同的行数和列数时，是否可以以这种方式使用它们？我尝试按句子合并它们，并从一个大的组合文件中工作，但这没有帮助，因为这似乎会打乱固定顺序ns在一个文件中，区域顺序在另一个文件中

任何帮助都将不胜感激

---

谢谢！

我认为最好的方法是将

区域

更改为更友好的格式，以适应您的工作：

ZoneLookUp = lapply(split(zones, zones$Sentence), function(x) c(x$ZoneStart, x$ZoneEnd[nrow(x)]))

#$`1`
#[1] -8.86 -7.49 -5.88 -4.51 -2.90

然后，您可以轻松查找每个分区：

fixes$Zone = NULL
for(i in 1:nrow(fixes))
    fixes$Zone[i] = cut(fixes$StartPosition[i], ZoneLookUp[[fixes$Sentence[i]]], labels=FALSE)

---

如果性能是一个问题，您可以（仅）使用

by

或

data.table

和by.

使用

sqldf

软件包来采取稍微不那么简单的方法：

library(sqldf)

#dummy data
fixes <- read.table(text="
Order Participant Sentence Fixation StartPosition
1       1          1         1       -6.89
2       1          1         2       -5.88
3       1          1         3       -5.33
4       1          1         4       -4.09
5       1          1         5       -5.36 
",header=TRUE)
zones <- read.table(text="
Sentence     Zone  ZoneStart   ZoneEnd
1           1     -8.86      -7.49
1           2     -7.49      -5.89
1           3     -5.88      -4.51
1           4     -4.51      -2.90
",header=TRUE)

#output merged result
res <- 
  sqldf("SELECT [Order],Participant,f.Sentence,Fixation,StartPosition,Zone
       FROM fixes f,zones z
       WHERE f.Sentence=z.Sentence AND
             f.StartPosition>=z.ZoneStart AND
             f.StartPosition<z.ZoneEnd")

库（sqldf）
#虚拟数据
修复Bioconductor中有一个名为IRanges的软件包，可以满足您的需求

首先，为您的区域形成一个IRanges对象：

zone.ranges <- with(zones, IRanges(ZoneStart, ZoneEnd))

编辑：刚刚意识到您有浮点值，而IRanges是基于整数的。因此，考虑到您的精度，您需要将坐标乘以100。
对于v1.9.8版（2016年11月25日），数据
。table
已获得执行非等联接和范围联接的能力：

资料
修复