根据某个物种出现的日期和时间是否在多个时间段内的其他日期之间创建新列

Question

我有一个包含多行物种的数据框（df1），以及该物种发生的日期时间事件，如下所示：

df1 <- as.data.frame(sample(seq(from=as.POSIXct("2023-07-01 00:00"), 
            to=as.POSIXct("2023-07-01 00:20"), by="sec"), 21))
df1
colnames(df1) <- c('day.hour.df1') #rename coloumn of df2
df1$Species <- c("a", "b", "b", "a", "c", "NA", "a", "a", "c", "b", "b", 
                 "c", "c", "NA", "a", "a", "b", "b", "a", "NA", "b") 
                 # add species column
names(df1)

我有第二个数据框（df2），作为列，包含开始（作为日期和时间）（START.df2）、结束（END.df2）和物种（此处为“a”）。第二个数据框如下所示：

df2 <- as.data.frame(seq(from=as.POSIXct("2023-07-01 00:00:00"), 
                     to=as.POSIXct("2023-07-01 00:20:00"), by="min"))
df2
df2$time2 <- (seq(from=as.POSIXct("2023-07-01 00:00:59"), 
              to=as.POSIXct("2023-07-01 00:20:59"), by="min"))
names(df1)
df2$species <- (c('a', 'a', 'a', 'a', 'a', 'a', 'a', 'a', 'a', 'a', 'a', 
                  'a', 'a', 'a', 'a', 'a', 'a', 'a', 'a', 'a', 'a'))
df2

colnames(df1) <- c('START.df2', 'END.df2', 'Species')

我想向第二个数据框（df2）添加一个名为“occurrence_a”的新列，其中，如果df1中包含的物种“a”出现在START（START.df2）之间的day_time（day.hour.df1）和数据帧 2 (df2) 的 END (END.df2)，它给出 1，否则给出 0。

我尝试过但没有成功：

library(dplyr)

df2 %>% left_join(df1, by = "Species") %>% 
  mutate( = between(day.hour.df2, START.df1, END.df1)) %>% 
  group_by(species, day.hour.df1) %>% 
  summarise(OCCURRENCEa = any(OCCURRENCEa))
df2

Answer 1

我不完全确定你想要什么输出，但我认为这至少应该接近：

left_join(df2, df1, join_by(Species, between(y$day.hour.df1, x$START.df2, x$END.df2))) %>% 
  group_by(Species, START.df2, END.df2) %>% 
  summarise(
    OCCURRENCE = any(!is.na(day.hour.df1)) %>% as.numeric(), 
    .groups = 'drop'
  ) %>% 
  pivot_wider(names_from = Species, values_from = OCCURRENCE, names_prefix = 'OCCURRENCE')

对于这个示例，您实际上并不需要旋转等，但我假设您的真实数据中有多个物种，并且需要不同的列。