根据另一个 data.table 中的上次更改更新 data.table答案

【问题标题】：update data.table based on last change in another data.table根据另一个 data.table 中的上次更改更新 data.table
【发布时间】：2014-10-14 22:36:55
【问题描述】：

我目前有两个如下所示的数据表：

dt1 <- data.table(urn=c("1","1","1","1","1","1","1","2","2","2","2","3","3","3","3","3","3","3","2"),
                  date=as.Date(c("2014-01-15","2014-02-15","2014-03-15","2014-04-15","2014-05-15","2014-06-15","2014-07-15",
                         "2014-04-15","2014-05-15","2014-06-15","2014-07-15",
                         "2014-04-15","2014-03-15","2014-05-15","2014-02-15","2014-06-14","2014-08-15","2014-07-15","2014-09-16")),
                  amount=c(20,20,15,15,15,20,25,
                           15,15,20,20,
                           30,30,30,30,25,25,25,20))

#dt1
#    urn       date amount
# 1:   1 2014-01-15     20
# 2:   1 2014-02-15     20
# 3:   1 2014-03-15     15
# 4:   1 2014-04-15     15
# 5:   1 2014-05-15     15
# 6:   1 2014-06-15     20
# 7:   1 2014-07-15     25
# 8:   2 2014-04-15     15
# 9:   2 2014-05-15     15
#10:   2 2014-06-15     20
#11:   2 2014-07-15     20
#12:   3 2014-04-15     30
#13:   3 2014-03-15     30
#14:   3 2014-05-15     30
#15:   3 2014-02-15     30
#16:   3 2014-06-14     25
#17:   3 2014-08-15     25
#18:   3 2014-07-15     25
#19:   2 2014-09-16     20

dt2 <- data.table(urn=c("1","2","3"), lastamount=c(25,20,25),lastchangedate=as.Date(c(NA,NA,NA)))

#dt2
#    urn lastamount lastchangedate
# 1:   1         25           <NA>
# 2:   2         20           <NA>
# 3:   3         25           <NA>

需要注意的几个重要事项，(1) 骨灰盒并不总是有序的，(2) 日期的排序并不总是正确的，(3) 金额可能会上升或下降，以及 (4) 日期可能会跳过一个月，并且 (5) 日期并不总是一个月中的同一天。

我想要实现的是一种更新 dt2 lastchangedate 以反映金额更改（增加或减少）的最近日期的方法。

所以我希望 dt2 在处理后看起来如下所示。

#dt2
#    urn lastamount lastchangedate
# 1:   1         25     2014-07-15
# 2:   2         20     2014-06-15
# 3:   3         25     2014-06-14

这显然是一个样本数据集。给出一个数量级，我的真实 dt1 有 350 万条记录，而 dt2 有 25 万条记录。

谢谢

更新：由于我的真实 dt2 具有比示例中显示的更多的列，因此我需要能够将它们保留在我的最终输出中。我不想覆盖 dt2 的当前实例，我只想单独更新 lastchangedate。下面是我使用的代码。

setkey(dt1, urn) # this is after I had used setkey(dt1, urn, date) to order dt1 properly
setkey(dt2, urn)

dt2[dt1[,list(lastchangedate=max(date[which(diff(amount)!=0)+1])), 
    by=urn],lastchangedate:=i.lastchangedate]

【问题讨论】：

对 stackoverflow 还很陌生，我试图了解如何提出有用的问题。我非常感谢您对这个问题的反馈意见没有帮助，以便我可以在未来进行改进。

标签： r join data.table

【解决方案1】：

应该这样做：

setkey(dt1, urn, date)   ## sort table
dt2 <- dt1[, list(lastamount=amount[.N],
                  lastchangedate=max(date[which(diff(amount)!=0)+1])), 
           by=urn]

最后一行查看diff(amount) != 0 的位置并将其偏移一个（发生更改的行的索引）并返回最新日期（max）。

【讨论】：