Question

考虑以下两个数据集，其中“time”列表示一般时间戳，整数用于说明示例的简单性：

library(data.table)

df_test_1 <- 
    data.table(time = c(1:10, seq(20, 30, by = 5))) %>%
df_test_1$values <- -df_test_1$time
df_test_1 <- setkey(df_test_1, time)

df_test_2 <-
    data.table(time = c(15, 20, 26, 28, 31))
df_test_2 <- setkey(df_test_2, time)

这样：

> df_test_1
    time values
 ...
 5:    5     -5
 6:    6     -6
 7:    7     -7
 8:    8     -8
 9:    9     -9
10:   10    -10
11:   20    -20
12:   25    -25
13:   30    -30

和

> df_test_2

   time
1:   15
2:   20
3:   26
4:   28
5:   31

滚动连接df_test_1[df_test_2, roll = -Inf]产生：

> df_test_1[df_test_2, roll = -Inf]
   time values
1:   15    -20
2:   20    -20
3:   26    -30
4:   28    -30
5:   31     NA

也就是说，对于time中的每个df_test_1值，找到time 中小于或等于它的所有df_test_2值，以及将相应的value与此df_test_2行相关联。例如，df_test_1$time == 20与15中的时间值20和df_test_2$time匹配，因此-20的相应值与df_test_2的这些行相关联}。

我想将连接条件（上面的粗体）更改为小于，也就是说，生成的答案应该是：

   time values
1:   15    -20
2:   20    -25
3:   26    -30
4:   28    -30
5:   31     NA

这里的区别在于df_test_1$time == 25的值应该与df_test_2的{{1}}行匹配。

产生所需结果的另一种方法是从df_test_2$time == 20中取出一小部分：

time

这样：

df_test_3 <-
    df_test_1 %>%
    mutate(time = time - 0.1) %>%
    setkey(time)

Answer 1

在data.table的当前开发版本中使用新的non-equi连接功能，这很简单：

# v1.9.7+
df_test_1[df_test_2, on=.(time > time), mult="first"]

键控连接只能 equi 连接。 on参数对于条件连接至关重要。

请注意，如果使用on参数，则无需将data.tables 键入。即使您希望键入data.tables，指定on也会更好，因为它有助于在以后立即理解代码。

请参阅devel版本here的安装说明。

如何将数据表滚动连接条件从弱不等式更改为严格不等式？

1 个答案: