R：如何按最近的单个时间日期连接两个数据表？

Question

我希望有人可以帮助我。我有两张表需要在最近的日期加入。以下是一些示例数据：

new <- data.table( date = as.Date( c( "2016-03-02", "2016-03-04", 
                                     "2016-04-02" ) ), data.new = c( "t","u","v" ) )

old <- data.table( date = as.Date( c( "2016-03-01", "2016-03-07", 
                                     "2016-04-02", "2015-03-02" ) ), 
               data.old = c( "a","b","c","d" ) )

我正在寻找一些使用 data.table 包的解决方案。我找到了这个解决方案：

setkeyv(new, "date")
setkeyv(old, "date")
combined <- new[old, roll = "nearest"]

解决方案如下：

> new
         date data.new
1: 2016-03-02        t
2: 2016-03-04        u
3: 2016-04-02        v

> old
         date data.old
1: 2016-03-01        a
2: 2016-03-07        b
3: 2016-04-02        c
4: 2015-03-02        d

> combined
         date data.new data.old
1: 2015-03-02        t        d
2: 2016-03-01        t        a
3: 2016-03-07        u        b
4: 2016-04-02        v        c

但这并不是我想要实现的，请参阅下面的所需输出： 在这种特殊情况下，日期“2015-03-02”和“2016-03-01”在“新”中没有对应的匹配项。最后只有最近的日期“2016-03-01”得到匹配值，而“2015-03-02”的匹配值保留为NA。

> combined
         date data.new data.old
1: 2015-03-02        NA       d
2: 2016-03-01        t        a
3: 2016-03-07        u        b
4: 2016-04-02        v        c

感谢您的帮助！一个后续问题是，如果有多个 ID 怎么办？这意味着，如果需要对数据进行分组怎么办？谢谢！

Answer 1

滚动结果不完美是由于old 和new 的长度不同。 然后解决方案非常直观。为了让它们有相同的大小，我将rbind一些行放在较短的data.table的头部new。

new <- data.table( date = as.Date( c( "2016-03-02", "2016-03-04", 
                                     "2016-04-02" ) ), data.new = c( "t","u","v" ) )

old <- data.table( date = as.Date( c( "2016-03-01", "2016-03-07", 
                                     "2016-04-02", "2015-03-02" ) ), 
               data.old = c( "a","b","c","d" ) )

head_row <- data.table(date = old[,min(date)],
                       data.new = NA)
new <- rbind(head_row,new)
setkey(new,date)
setkey(old,date)
new[old, roll = "nearest"]