R data.table 滚动连接“mult”未按预期工作

Question

我有两个 data.frame，每个都有一个时间序列。我的目标是使用 df2 的时间序列来标记 df1 中最近的时间戳。 df2 中的每个时间戳只能标记 df1 中的一个时间戳！

dates1 <-  as.POSIXct(c("2015-10-26 12:00:00","2015-10-26 13:00:00","2015-10-26 14:00:00"))
values1 <- c("a","b","c")

dates2 <- as.POSIXct(c("2015-10-26 12:05:00","2015-10-26 13:55:00"))
values2 <- c("A","C")

df1 <- data.frame(dates1, values1)
df2 <- data.frame(dates2, values2)

期望的结果：

                dates2 values2 values1
1: 2015-10-26 12:00:00       A       a
2: 2015-10-26 13:00:00       NA      b
3: 2015-10-26 14:00:00       C       c

为了实现这一点，我将 data.frames 转换为 data.tables 并使用滚动连接“最近”，如下所示：

dt1 <- data.table(df1)
dt2 <- data.table(df2)

setkey(dt1,"dates1")
setkey(dt2,"dates2")

dt3 <- dt2[dt1,roll = "nearest"]

                dates2 values2 values1
1: 2015-10-26 12:00:00       A       a
2: 2015-10-26 13:00:00       A       b
3: 2015-10-26 14:00:00       C       c

values2“A”被使用了两次，一次用于 12:00 时间戳，一次用于 13:00。我希望每个 value2 只使用一次，并查阅 data.table 手册我希望使用选项 mult = "first" 来解决这个问题。

dt3 <- dt2[dt1,roll = "nearest", mult = "first"]

这导致相同的输出，“A”被使用了两次。我的错误在哪里？

Answer 1

当运行dt2[dt1, roll = "nearest"] 时，您基本上是在说“根据与dt1 中每一行 的最近连接，使用键，返回dt2 中的行。所以

• dt2 中的第 one 行中的 dates2 最接近 dt1 中的第 one 行中的 dates1
• dt2 中的第 one 行中的 dates2 最接近 dt1 中的第 2 行中的dates1
• dt2 中的第 二 行中的 dates2 最接近 dt1 中的三行中的 dates1

因此，

dt2[dt1, roll = "nearest"]
#                 dates2 values2 values1
# 1: 2015-10-26 12:00:00       A       a
# 2: 2015-10-26 13:00:00       A       b
# 3: 2015-10-26 14:00:00       C       c

哪些是来自dt1 的所有行以及来自dt2 的连接values2。

---

相反，我们希望以相反的方式加入，即“根据dt2 中每一行 的最近联接，使用键和更新dt1”中匹配的行，即

dt1[dt2, roll = "nearest", values2 := i.values2] 
dt1
#                 dates1 values1 values2
# 1: 2015-10-26 12:00:00       a       A
# 2: 2015-10-26 13:00:00       b      NA
# 3: 2015-10-26 14:00:00       c       C

---

一些补充说明

• 你不需要先换行到data.frame再换到data.table，你可以直接换行dt1 <- data.table(dates1, values1)等等。
• 当您使用它时，您已经可以使用key 参数data.table 即时设置密钥，即dt1 <- data.table(dates1, values1, key = "dates1") 等。
• 或者你可以一起跳过设置键并使用on代替（V 1.9.6+），即dt1[dt2, roll = "nearest", values2 := i.values2, on = c(dates1 = "dates2")]
• 最后，请避免制作不必要的副本，例如，不要使用<- 和data.table(df) 使用:= 和setDT(df)，请参阅here 了解更多信息