在R语言中如何匹配早于目标时间戳的最近时间戳？

方法一：使用data.table（推荐，大数据场景效率更高） #

你需要的是匹配小于等于目标时间的最近时间戳，roll="nearest"会同时考虑前后时间点，不符合需求。正确做法是用roll=TRUE（或等价的roll="inf"），它会自动匹配被连接表中最后一个小于等于当前时间的行。

代码示例：

library(data.table)

# 转换为data.table格式
setDT(df1)
setDT(df2)

# 执行连接，roll=TRUE实现向前匹配最近的早于/等于目标时间的行
result <- df2[df1, on = .(dates2 = dates1), roll = TRUE]
# 调整列顺序匹配预期输出
setcolorder(result, c("dates1", "values2", "values1", "dates2"))
result

运行后输出与预期一致：

dates1 values2 values1              dates2
1: 2015-10-26 12:00:00       A       a 2015-10-26 11:59:00
2: 2015-10-26 13:00:00       C       b 2015-10-26 12:00:10
3: 2015-10-26 14:00:00       C       c 2015-10-26 12:00:10

方法二：使用tidyverse工具链 #

如果习惯tidyverse语法，可以结合dplyr和fuzzyjoin实现模糊匹配：

library(dplyr)
library(fuzzyjoin)

# 模糊左连接，保留所有dates2 <= dates1的行
result <- fuzzy_left_join(
  df1, df2,
  by = c("dates1" = "dates2"),
  match_fun = `<=`
) %>%
  # 按df1的行分组，筛选每组中最晚的匹配时间
  group_by(dates1, values1) %>%
  filter(dates2 == max(dates2)) %>%
  ungroup() %>%
  # 调整列顺序
  select(dates1, values2, values1, dates2)

result

这段代码先保留所有符合时间条件的匹配行，再分组筛选每组中最接近目标时间的记录，最终得到预期结果。

内容的提问来源于stack exchange，提问作者Ama96