不允许使用日期滚动？

Question

为了创建表格，我需要将人们对某个地方（例如教堂）的访问与对另一个地方（例如商店）的访问进行匹配。在这个简化的例子中，我需要找出人们第一次去教堂的时间，以及每次去教堂之前他们去商店的最后一次时间。所以给定

> test_church=data.table(subject=as.factor(c('S_01','S_01','S_02','S_02')),
    date=as.Date(c('2018-01-15','2018-01-29','2018-01-08','2018-01-22')),
    key='subject')

> test_shop=data.table(subject=as.factor(c('S_01','S_02','S_01','S_02',
                                         'S_01','S_02','S_01','S_02')),
                     date=as.Date(c('2018-01-03','2018-01-7',
                                    '2018-01-11','2018-01-14',
                                    '2018-01-17','2018-01-20',
                                    '2018-01-23','2018-01-26')),
                     key='subject')

> str(test_church)
Classes ‘data.table’ and 'data.frame':  4 obs. of  2 variables:
 $ subject: Factor w/ 2 levels "S_01","S_02": 1 1 2 2
 $ date   : Date, format: "2018-01-15" "2018-01-29" ...
 - attr(*, "sorted")= chr "subject"
 - attr(*, ".internal.selfref")=<externalptr> 
> str(test_shop)
 Classes ‘data.table’ and 'data.frame': 8 obs. of  2 variables:
 $ subject: Factor w/ 2 levels "S_01","S_02": 1 1 1 1 2 2 2 2
 $ date   : Date, format: "2018-01-03" "2018-01-11" ...
 - attr(*, "sorted")= chr  "subject" "date"
 - attr(*, ".internal.selfref")=<externalptr> 

我正在寻找的教堂访问是 "2018-01-15" 代表 S_01 和 "2018-01-08" 代表 S_02 和之前相应的最后一次商店访问是 "2018-01-11" 代表 S_01 （最后在 "2018-01-15" 之前）和"2018-01-07" 为S_02（最后在"2018-01-08" 之前）。

我的实际表要大得多（这就是我想使用 data.table 函数的原因），但相关的列是 subject 和 date。

我发现的每个主题的第一次教堂访问

first_church = test_church[ J(unique(subject)), on = 'subject', mult = 'first' ]

但是当我想找到相应的商店访问时

church_shop = test_shop[ first_church, on='date', roll=T ]

我明白了

> church_shop
   subject       date i.subject
1:    S_02 2018-01-15      S_01
2:    S_02 2018-01-08      S_02

因此，我没有找到正确访问的日期，而是在我的新表中获得了一个甚至不正确的主题列表！ （S_02 不对"2018-01-15" 做任何事情）。如果我将first_church 和test_shop 的键都设置为c('subject','date')，也会发生同样的事情。

有没有办法通过连接来做到这一点，还是我应该只写一个 for 循环？

Answer 1

添加应该是一种更快的方式来获得第一次教堂访问并结合弗兰克的评论以获得您想要的输出：

#get first church visit
setorder(test_church, subject, date)
first_church <- test_church[test_church[, .I[1L], by=.(subject)]$V1]

#rolling join with Frank's fix
test_shop[first_church, .(x.subject, x.date), on=c("subject", "date"), roll=TRUE]

输出：

   x.subject     x.date
1:      S_01 2018-01-11
2:      S_02 2018-01-07