R 基于两个数据帧中的日期和条件对行进行子集设置

我有一个数据框架，概述了从两个地点连续测量的污染水平

Dates <- as.data.frame(seq(as.Date("2015/01/01"), as.Date("2017/01/01"),"day"))
Pollution_Site.A <- as.data.frame(c(seq(from = 1, to = 366, by = 1),
                       (seq(from = 366, to = 1, by = -1))))
Pollution_Site.B <- as.data.frame(c(seq(from = 0, to = 365, by = 1),
                                (seq(from = 365, to = 0, by = -1))))
df1 <- cbind(Dates,Pollution_Site.A,Pollution_Site.B)
colnames(df1) <- c("Dates","Site.A","Site.B")

---

Dates您需要透视
df1
，然后将其与
df2

library(dplyr)
library(tidyr)

df1 %>% gather(key=Site, value=Pollution, -Dates) %>% 
  group_by(Site) %>% 
  mutate(HighLimit=as.numeric(Pollution>1.5*median(Pollution))) %>% 
  filter(HighLimit==1) %>% 
  # this will function as cross-join because Site is not a unique ID
  left_join(df2, by=c("Site")) %>% 
  mutate(Time_Lag = as.numeric(as.Date(Survey_Dates)-as.Date(Dates)),
         Been_Before = ifelse(Time_Lag>0, "after", "before")) %>% 
  filter(abs(Time_Lag)<365) %>% 
  group_by(Site, Survey_Dates, Been_Before) %>% 
  summarise(Event_date_min=min(Dates), 
            Event_date_max=max(Dates))

库（dplyr）
图书馆（tidyr）
df1%%>%聚集（键=站点，值=污染，-日期）%%>%
分组依据（站点）%>%
变异（上限=数值（污染>1.5*中位（污染）））%>%
过滤器（上限==1）%>%
#这将作为交叉连接，因为站点不是唯一的ID
左连接（df2，by=c（“站点”））%>%
变异（时间滞后=作为数字（作为日期（调查日期）-作为日期（日期）），
Been_Before=ifelse（时间间隔>0，“之后”，“之前”））%>%
过滤器（abs（时间滞后）%
分组依据（现场、调查日期、之前去过）%>%
总结（事件日期分钟=分钟（日期），
事件\日期\最大值=最大值（日期））

在这里，您可以看到每次访问对应的最早和最新事件

# A tibble: 3 x 5
# Groups:   Site, Survey_Dates [?]
    Site Survey_Dates Been_Before Event_date_min Event_date_max
   <chr>       <dttm>       <chr>         <date>         <date>
1 Site.A   2016-08-01       after     2015-10-03     2016-04-01
2 Site.B   2015-02-01      before     2015-10-02     2016-01-30
3 Site.B   2016-10-31       after     2015-11-01     2016-04-02

#一个tible:3 x 5
#分组：现场、调查日期[？]
现场调查日期在事件之前事件日期最小事件日期最大
1现场A 2016-08-01 2015-10-03 2016-04-01之后
2现场B 2015-02-01 2015-10-02 2016-01-30之前
3现场B 2016-10-31 2015-11-01 2016-04-02之后
只需在上面显示的答案@dmi3kno的基础上，我就可以对包含每个站点的“before”和“after”符号的站点进行子集

Site<- c("Site.A","Site.A","Site.B","Site.B")
Survey_Dates <- as.data.frame(as.POSIXct(c("2014/08/17","2016/08/01",
                                      "2015/02/01","2016/10/31")))
df2 <- as.data.frame(cbind(Site,Survey_Dates))
colnames(df2) <- c("Site","Survey_Dates")

Output_df <- df1 %>% gather(key=Site, value=Pollution, -Dates) %>% 
group_by(Site) %>% 
mutate(HighLimit=as.numeric(Pollution>1.5*median(Pollution))) %>% 
filter(HighLimit==1) %>% 
left_join(df2, by=c("Site")) %>% 
mutate(Time_Lag = as.numeric(as.Date(Survey_Dates)-as.Date(Dates)),
     Been_Before = ifelse(Time_Lag>0, "after", "before")) %>% 
filter(abs(Time_Lag)<365) %>% 
group_by(Site, Survey_Dates, Been_Before) %>% 
summarise(Event_date_min=min(Dates), 
        Event_date_max=max(Dates))

Output_df%gather（key=Site，value=Pollution，-Dates）%>%
分组依据（站点）%>%
变异（上限=数值（污染>1.5*中位（污染）））%>%
过滤器（上限==1）%>%
左连接（df2，by=c（“站点”））%>%
变异（时间滞后=作为数字（作为日期（调查日期）-作为日期（日期）），
Been_Before=ifelse（时间间隔>0，“之后”，“之前”））%>%
过滤器（abs（时间滞后）%
分组依据（现场、调查日期、之前去过）%>%
总结（事件日期分钟=分钟（日期），
事件\日期\最大值=最大值（日期））

然后再次使用dplyr：

Final_df <- Output_df %>%
group_by(Site) %>%
filter(all(c("before", "after") %in% Been_Before))

Final_df%
分组依据（站点）%>%
过滤器（所有（c（“之前”、“之后”）%中的%before\u before））
你尝试了什么？你在哪里卡住了？我建议合并你的两个数据帧，然后取一些子集。谢谢你的评论。我已经把这个问题细分了一点。我以前使用过difftime函数来定义时间序列，但我不确定如何才能在这里使用它。
Final_df <- Output_df %>%
group_by(Site) %>%
filter(all(c("before", "after") %in% Been_Before))