添加行,复制以前的行值,仅为一列创建新值,仅向新行分配伪值

我有一个巨大的数据集,其中的列如下所示(以及其他列)。5mln行和11列。

我还有另一个数据集,它看起来是这样的:

让我们分别称之为df1和df2。

我想让df1看看df2,在日期、小时、分钟、秒匹配的地方放一个dumm=1。 然而,在df2(即引用)中,有一些引用不存在于df1中。 因此,我希望df1在最接近df2中显示的日期h,m,s之后插入一行,复制所有值,但创建一个与df2中所示值相等的d,h,m、s,并只给该行一个dummy=1。

示例: df2具有04:14:08,而df1具有04:114:05或04:14:09。 如果发生这种情况:创建一个时间为04:14:08的新行,并为其提供04:14:05中存在的所有值,并仅为新行04:14:08dumm=1。

我怎么能这么做?

我尝试了以下操作:

df1<- dplyr::inner_join( df1
                           , df2
                           , by = c( "date") # only use date as a key
                           , suffix = c("", "_b")
) %>% 
  mutate( 
    datetime_a = ymd_hms( paste0( date, " "
                                  , sprintf("%02d", hour), ":"
                                  , sprintf("%02d", minute), ":"
                                  , sprintf("%02d", second)
    ))
    , datetime_b = ymd_hms( paste0( date, " "
                                    , sprintf("%02d", hour_b), ":"
                                    , sprintf("%02d", minute_b), ":"
                                    , sprintf("%02d", second_b)
    ) )
    , diff_seconds = abs(as.integer(difftime(datetime_a, datetime_b, units = "secs")))
    
  ) %>% 
  # Remove rows where the difference between datetime_a and datetime_b is
  # greater than 3 seconds:
  filter(diff_seconds <= 3 ) %>%
  # Then add the dummy variable:
  mutate(dummy = 1) %>% 
  # Remove any unnecessary columns:
  select(date, sym, hour, minute, second,bidPrice.x,offerPrice.x,mid.x,lag.x,lagsym.x,ret.x, dummy) %>% 
  # Add the dummy column to A using a left_join:
  dplyr::left_join(swd, ., by = c("date", "sym", "hour", "minute", "second")) %>% 
  # Rows without any matches have dummy = NA. Recode:
  mutate(dummy = ifelse( is.na(dummy), yes = 0, no = dummy))

这是一个近似值,也就是说,观察+/-3秒的范围。然而,这给出了多个dumm=1,这对我来说并不好。