Tham gia dữ liệu. Có thể vào ngày chính xác hoặc nếu không phải là trường hợp gần nhất ít hơn

Question

Tôi muốn tham gia hai data.table giây bằng cách sử dụng ngày làm tham gia.

Vâng, đôi khi tôi không có kết quả khớp chính xác và trong trường hợp này tôi muốn tìm ngày gần nhất ít hơn. Vấn đề của tôi rất giống với bài đăng này về SQL: SQL Join on Nearest less than date

Tôi biết cú pháp data.table tương tự với SQL nhưng tôi không thể mã hóa điều này. Cú pháp chính xác là gì?

Một ví dụ đơn giản:

Dt1 
    date  x 
1/26/2010 - 10 
1/25/2010 - 9 
1/24/2010 - 9 
1/22/2010 - 7  
1/19/2010 - 11 

Dt2 
    date 
1/26/2010 
1/23/2010 
1/20/2010 

đầu ra

date  x 
1/26/2010 - 10 
1/23/2010 - 7 
1/20/2010 - 11 

Cảm ơn bạn trước.

Answer 1

Ở đây bạn đi:

library(data.table) 

Tạo dữ liệu:

Dt1 <- read.table(text=" 
date  x 
1/26/2010, 10 
1/25/2010, 9 
1/24/2010, 9 
1/22/2010, 7  
1/19/2010, 11", header=TRUE, stringsAsFactors=FALSE) 

Dt2 <- read.table(text=" 
date 
1/26/2010 
1/23/2010 
1/20/2010", header=TRUE, stringsAsFactors=FALSE) 

Convert to data.table, chuyển đổi chuỗi đến ngày tháng, và thiết lập các data.table chính:

Dt1 <- data.table(Dt1) 
Dt2 <- data.table(Dt2) 

Dt1[, date:=as.Date(date, format=("%m/%d/%Y"))] 
Dt2[, date:=as.Date(date, format=("%m/%d/%Y"))] 

setkey(Dt1, date) 
setkey(Dt2, date) 

Tham gia vào bảng, sử dụng roll=TRUE:

Dt1[Dt2, roll=TRUE] 

      date x 
[1,] 2010-01-20 11 
[2,] 2010-01-23 7 
[3,] 2010-01-26 10 

Answer 2

?data.table     # search for the `roll` argument 
example(data.table)   # search for the example using roll=TRUE 
vignette("datatable-intro") # see section "3: Fast time series join" 
vignette("datatable-faq") # see FAQs 2.16 and 2.20 

Đây là một trong những tính năng chính của data.table. Vì các hàng được sắp xếp (không giống SQL) nên thao tác này rất đơn giản và rất nhanh. SQL vốn không có thứ tự, do đó bạn cần tự tham gia và 'sắp xếp theo' để thực hiện tác vụ này. Nó có thể được thực hiện trong SQL và nó hoạt động nhưng nó có thể chậm và cần thêm mã. Vì SQL là một kho lưu trữ hàng, ngay cả trong bộ nhớ SQL, nó có một giới hạn thấp hơn được xác định bởi các lần tải trang từ RAM vào bộ đệm L2. data.table thấp hơn giới hạn dưới vì đó là một cửa hàng cột.

2 họa tiết cũng nằm trên homepage.