R data.table 外连接与 roll="nearest" 有约束答案

【问题标题】：R data.table outer join with roll="nearest" with constraintsR data.table 外连接与 roll="nearest" 有约束
【发布时间】：2019-10-20 13:30:37
【问题描述】：

更新：我认为这主要是我想要的，但现在我有多个匹配项。这是我认为的另一个问题。能够为非 equi 连接组合滚动连接会很好。

df2[ copy(df1)[, `:=`(TargDate2 = TargDate + hours(4) , TargDate1 = TargDate -hours(4) )], 
     `:=`( Value = i.Value, TargDate.df1 = TargDate ), 
     on = .(ID == ID, TargDate >= TargDate1, TargDate <= TargDate2) ]

有没有办法使用 data.table 包中的滚动连接来匹配基于某个约束（例如，4 小时）内最近的日期时间值的两个数据框，但保留两个表的所有值（例如：合并（...，所有=T））？

library(data.table)
library(lubridate)

set.seed(1)   
df1 <- data.frame(ID=sample(1:3,10, replace=T),TargDate=ymd_hms(Sys.time() + sort(sample(1e2:1e5, 10))), 
                  Value=rnorm(10,10,0.5) )

set.seed(21)   
df2 <- data.frame(ID=sample(1:3,20, replace=T), TargDate=ymd_hms(Sys.time() + sort(sample(1e2:1e5, 20))),
                  ValueMatch=rnorm(20,50,15) )

setDT(df1)
setDT(df2)

setkey(df2, ID, TargDate)[, dateMatch:=TargDate]
# This is an inner match to df1 with DateTarg and Value from df1
# and ValueMatch and dateMatch from df2
df2[df1, roll="nearest"]

# 60 seconds * 60 minutes * 4 hours
four_hours <- 60*60*4
df2[df1, roll=-four_hours]

包含 df1 和 df2 中所有行的数据框，匹配的行合并。

【问题讨论】：

Tiffany，您能否提供一个您希望看到的理想数据框？

标签： r data.table

【解决方案1】：

这是一种加入 df2 的副本上使用非等值连接，其中创建了一个新列Targdate2（=TargetDate + 4 小时）以进行非等值连接。

df1[ copy(df2)[, TargDate2 := TargDate + hours(4)], 
     `:=`( ValueMatch = i.ValueMatch, TargDate.df2 = TargDate ), 
     on = .(ID == ID, TargDate >= TargDate, TargDate <= TargDate2) ]


#    ID            TargDate     Value ValueMatch        TargDate.df2
# 1:  1 2019-06-05 13:32:48 10.755891         NA                <NA>
# 2:  2 2019-06-05 14:21:47 10.194922         NA                <NA>
# 3:  2 2019-06-05 19:11:32  9.689380         NA                <NA>
# 4:  3 2019-06-05 19:18:21  8.892650   46.59552 2019-06-05 17:56:47
# 5:  1 2019-06-05 22:27:28 10.562465         NA                <NA>
# 6:  3 2019-06-06 03:42:42  9.977533   22.48528 2019-06-06 03:12:42
# 7:  3 2019-06-06 04:33:36  9.991905   43.88468 2019-06-06 04:26:16
# 8:  2 2019-06-06 06:00:34 10.471918         NA                <NA>
# 9:  2 2019-06-06 06:13:10 10.410611   63.67443 2019-06-06 06:10:11
#10:  1 2019-06-06 12:10:15 10.296951   51.20187 2019-06-06 08:45:39

【讨论】：

这很好！我想保留两个数据框中的所有行，但这是一个非常有用的开始。谢谢。