基于ID和日期的R连接表，复杂的滚动连接？

Question

我必须连接两个数据表来获取一个零件的part_ID，我需要预测该零件是否会失败（part_ID 不在测试数据中）。我正在努力正确地加入表格。

机器有 4 件处于活动状态，part_A、part_B、Part_C、part_D。我目前有每个安装的日期（日期表）和每秒进行的测量，这些测量对应于以秒为单位的时间戳（SensorData）的部分。我可以对 machine_ID 和添加 Part_ID 的日期进行滚动连接，但如果 part_ID 0 安装于 2016 年 1 月 1 日，part_B 安装于 2016 年 2 月 2 日，这并不意味着 part_A 已被删除（尽管它可以已经），只是添加了另一部分并删除了某些内容（不是我要解决的问题的一部分）。如何连接这两个表以保留 part_B 和 part_B 的数据，如下所示。

SensorData
ID  timestamp           v1   v2  v3  ... v28  Machine_ID
1   1/1/2016 12:00:13  .001 .123 1.3 ... 24.6 23
2   1/1/2016 12:00:14  .002 .122 1.2 ... 24.9 14
3   1/1/2016 12:00:15  .005 .025 NA  ... 23.1 6
4   1/2/2016 12:00:15  .005 .025 NA  ... 23.1 6

Dates
InstallDate Part_ID Machine_ID
1/1/2016    0        23
1/1/2016    2        14
1/1/2016    16        6
1/2/2016    24        6

Results 
ID  timestamp           v1   v2  v3  ... v28  Machine_ID Part_A  Part_B
1   1/1/2016 12:00:13  .001 .123 1.3 ... 24.6 23         0       NA
2   1/1/2016 12:00:14  .002 .122 1.2 ... 24.9 14         2       NA
3   1/1/2016 12:00:15  .005 .025 NA  ... 23.1 6          16      NA
4   1/2/2016 12:00:15  .005 .025 NA  ... 23.1 6          16      24 

首选 data.table 解决方案，但我愿意接受任何解决方案。数据已经被粉碎和压缩到这一点，所以它大约有 100,000 行，所以任何解决方案都可以不管速度如何工作。

这目前部分有​​效：

setkey(Dates, Machine_ID, InstallDate)
setkey(SensorData, Machine_ID, timestamp)
dx<-SensorData[Dates, roll=T]

但这假设 Part_A 已被移除，Part_B 已安装并生成如下表：

IncorrectResults 
ID  timestamp           v1   v2  v3  ... v28  Machine_ID Part_A  
1   1/1/2016 12:00:13  .001 .123 1.3 ... 24.6 23         0       
2   1/1/2016 12:00:14  .002 .122 1.2 ... 24.9 14         2       
3   1/1/2016 12:00:15  .005 .025 NA  ... 23.1 6          16      
4   1/2/2016 12:00:15  .005 .025 NA  ... 23.1 6          24      

Answer 1

我将假设您的日期和时间戳采用POSIXct 格式。我也在猜测你想要什么，但如果我猜错了，这应该很容易修改以满足你的确切需求。

# add a part number column
Dates[, Part_Num := paste0("Part_", LETTERS[1:.N]), by = Machine_ID]

# do a non-equi join, and dcast the result
dcast(Dates[SensorData, on = .(Machine_ID, InstallDate <= timestamp)],
      ... ~ Part_Num, value.var = 'Part_ID')
#           InstallDate Machine_ID ID    v1    v2  v3  v28 Part_A Part_B
#1: 2016-01-01 12:00:13         23  1 0.001 0.123 1.3 24.6      0     NA
#2: 2016-01-01 12:00:14         14  2 0.002 0.122 1.2 24.9      2     NA
#3: 2016-01-01 12:00:15          6  3 0.005 0.025  NA 23.1     16     NA
#4: 2016-01-02 12:00:15          6  4 0.005 0.025  NA 23.1     16     24

您将需要 latest devel version (1.9.7+) 或 data.table 来运行上述程序。