R data.table滾動連接「mult」不按預期方式工作

Question

我有兩個data.frames每個與時間序列。我的目標是使用df2的時間序列來標記df1中最接近的時間戳。 df2中的每個時間戳只應在df1中標記一個時間戳！

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) 

期望的結果：

   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 

爲了實現這一目標，我轉換data.frames到data.tables和使用滾動joing 「最近」，像這樣：

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 

使用值2「A」兩次，一次用於12:00時間戳，一次用於13:00。我希望每個值2只能使用一次，並查閱data.table手冊，我期望通過使用選項mult =「first」來解決此問題。

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

這導致相同的輸出，「A」使用兩次。我的錯誤在哪裏？

Answer 1

當運行dt2[dt1, roll = "nearest"]你基本上是說「根據最近從df2返回行加入到每一行在dt1使用該密鑰。所以在

• dates2行一個dt2是最靠近dates1行一個在dt1
• 行dates2在dt2一個是在排最接近dates1行在dt1
• dates2在dt2 是在dt1

最接近dates1在排因此，

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 

哪些是全部來自dt1的行與加入的values2從dt2。

---

取而代之的是，我們要「根據最近從dt2提取values2使用鑰匙dt2通過每一行加入和更新dt1匹配的行」加入周圍的其他方式，即，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 

---

一些附加說明

• 你不需要換先data.frame再到data.table，你可以做dt1 <- data.table(dates1, values1)等
• 當你在這，你已經可以設置使用key參數data.table飛的關鍵，即dt1 <- data.table(dates1, values1, key = "dates1")等
• 或者你可以跳過設置鍵都在一起，並使用on代替（V 1.9.6+），即dt1[dt2, roll = "nearest", values2 := i.values2, on = c(dates1 = "dates2")]
• 最後，請作出不必要的副本，如避免，而不是<-和data.table(df)使用:=和setDT(df)，看到here更多信息