r - 如何将数据表rolling join条件从弱不等式改为严格不等式？

Question

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

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

即对于df_test_1中的每个time值，找出df_test_2中的所有time值 小于或等于它，并将相应的value关联到df_test_2这一行。例如，df_test_1$time == 20 匹配 df_test_2$time 中的时间值 15 和 20，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)更改为小于它，即产生的答案应该是:

   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$time == 25 的值应该与 df_test_2 的行匹配，其中 df_test_2$time == 20.

产生所需结果的另一种方法是从时间中去掉一小部分:

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

这样:

> df_test_3[df_test_2, roll = -Inf]
   time values
1:   15    -20
2:   20    -25
3:   26    -30
4:   28    -30
5:   31     NA

Answer 1

使用当前开发版本的 data.table 中新的 non-equi 连接功能，这很简单:

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

Keyed 连接只能进行equi 连接。 on 参数对于条件 连接是必不可少的。

请注意，如果使用 on 参数，则无需对 data.tables 进行键控。即使您希望键入 data.tables，指定 on 也更好，因为它有助于稍后立即理解代码。

请参阅开发版本的安装说明 here .