R – 如何按最近的时间日期连接两个数据框？

Question

我有 2 个数据集，每个数据集都包含一个 POSIXlt 格式的日期时间值，以及一些其他数字和字符变量。

我想根据日期时间列组合两个数据集。
但是两个数据集的日期戳不匹配，所以我需要按最近的日期(之前或之后)将它们组合起来。
在我的示例中，2016-03-01 23:52:00 的数据值“e”需要与 2016-03-02 00:00:00 的“binH”组合，而不是“binG”。

是否有一个函数可以让我按最接近的日期时间值组合我的数据集，即使是在之后？

我找到了使用 cut() 函数或 data.tables 中的 roll=Inf 函数将日期组合到下一个日期的方法。但是我无法将时间戳转换为 roll='nearest' 可接受的任何格式。

    >df1
    date1 value
    1 2016-03-01 17:52:00     a
    2 2016-03-01 18:01:30     b
    3 2016-03-01 18:05:00     c
    4 2016-03-01 20:42:30     d
    5 2016-03-01 23:52:00     e

    >df2
    date2 bin_name
    1 2016-03-01 17:00:00     binA
    2 2016-03-01 18:00:00     binB
    3 2016-03-01 19:00:00     binC
    4 2016-03-01 20:00:00     binD
    5 2016-03-01 21:00:00     binE
    6 2016-03-01 22:00:00     binF
    7 2016-03-01 23:00:00     binG
    8 2016-03-02 00:00:00     binH
    9 2016-03-02 01:00:00     binI

Answer 1

data.table 应该适用于此(您能解释一下您遇到的错误吗？)，尽管它确实倾向于自行将 POSIXlt 转换为 POSIXct(也许手动在您的日期时间列上进行该转换以使 data.table 满意)。还要确保在使用 roll 之前设置键列。

(我在这里创建了我自己的示例表，让我的生活更轻松一些。如果你想在你的表上使用 dput，我很乐意用你的数据更新这个示例):

new <- data.table( date = as.POSIXct( c( "2016-03-02 12:20:00", "2016-03-07 12:20:00", "2016-04-02 12:20:00" ) ), data.new = c( "t","u","v" ) )
head( new, 2 )

                  date data.new
1: 2016-03-02 12:20:00        t
2: 2016-03-07 12:20:00        u

old <- data.table( date = as.POSIXct( c( "2016-03-02 12:20:00", "2016-03-07 12:20:00", "2016-04-02 12:20:00", "2015-03-02 12:20:00" ) ), data.old = c( "a","b","c","d" ) )
head( old, 2 )


                  date data.old
1: 2016-03-02 12:20:00        a
2: 2016-03-07 12:20:00        b

setkey( new, date )
setkey( old, date )

combined <- new[ old, roll = "nearest" ]
combined

                  date data.new data.old
1: 2015-03-02 12:20:00        t        d
2: 2016-03-02 12:20:00        t        a
3: 2016-03-07 12:20:00        u        b
4: 2016-04-02 12:20:00        v        c

我故意使两个表的行长度不同，以显示滚动连接如何处理多个匹配项。您可以切换它的连接方式:

combined <- old[ new, roll = "nearest" ]
combined

                  date data.old data.new
1: 2016-03-02 12:20:00        a        t
2: 2016-03-07 12:20:00        b        u
3: 2016-04-02 12:20:00        c        v