如何按时间序列将一个数据表中的条目与另一个数据表匹配？答案

【问题标题】：How do I match entries in one data table to another by time series?如何按时间序列将一个数据表中的条目与另一个数据表匹配？
【发布时间】：2015-08-05 01:44:38
【问题描述】：

我想在 R 中合并两个时间序列数据表，但希望将一个数据表的条目合并到前一个数据帧中它之前的条目。

这方面的一个例子是尝试将位置数据与购买数据相匹配，以找出人们每次购买的地点。我创建了两个示例数据集来说明这一点。一个人对每个位置变化都有一个观察，其中包括位置变化的日期和人的身份。一个人对每次购买都有一个观察，其中包括购买日期和人的身份。我想要的是合并这两者，这样我就可以知道每次购买之前最近的位置变化是什么，这样我就可以弄清楚购买发生在哪里。

创建示例数据集：

require(data.table)
df.loc = data.frame(date.loc = sample(seq(as.Date("2010-01-01"), by=1, length.out=50),50), ID = rep(letters[seq(1:5)],10))

df.pur = data.frame(date.pur = sample(seq(as.Date("2010-01-01"), by=1, length.out=50),50), ID = rep(letters[seq(1:5)],10))

#convert to a data.table for later analysis
dt.loc = as.data.table(df.loc)
dt.pur = as.data.table(df.pur)

样本数据示例：

head(dt.loc)

date.loc ID
2010-01-14  a
2010-01-19  b
2010-01-28  c
2010-02-12  d
2010-01-10  e
2010-02-10  a

谢谢！

【问题讨论】：

标签： r merge time-series data.table

【解决方案1】：

这可以使用 data.table 的滚动连接功能来完成。本质上，这会将购买数据表中某个 ID 的每个观察结果与该 ID 紧接在其之前的位置数据表中的观察结果相匹配。如果组中的第一个条目是购买，那么我将假设应该使用紧随其后的 ID 的位置条目。

#load required packages
require(data.table)
require(zoo)

#add a rolling date columns to the location datatable
dt.loc[, rollDate := date.loc]

#rename the purchase column date to rollDate to allow for a merge
setnames(dt.pur,"date.pur","rollDate")

#set keys, ordering the dataframe by ID and then date
keys_rate = c("ID", "rollDate")
keys_bill = c("ID", "rollDate")
setkeyv(dt.loc, keys_loc)
setkeyv(dt.pur, keys_pur)

#Rolling merge, finding the location observation immediately prior to the purchase observatoin
dt.merge = dt.loc[dt.pur, roll=TRUE]

#Fix the NAs, by assuming that if a purchase observation has no rate observations before it, it uses the location immediately after it
dt.merge[, date.loc := na.locf(date.loc, fromLast=TRUE)]

（我自己回答这个问题，因为我上次在stackoverflow上没有对此进行解释，我本可以使用它！）

Here is a good explanation of rolling joins in data.table more generally.

【讨论】：