如何用data.table按晚于目标时间的最近时间点合并两个数据集

解决方法 #

你需要修改滚动连接的roll参数即可实现需求：你之前使用的roll="nearest"会匹配时间距离最近的记录，不管该记录早于还是晚于y表的时间，因此会出现不符合要求的结果。

要实现仅匹配x表中晚于等于y表时间的最近记录，将roll参数设置为-Inf即可，完整代码如下：

require(data.table)
setDT(x)
setDT(y)

x[, reference.x := date.time] # 用于校验连接结果的参考字段

# 滚动连接，仅匹配x表date.time >= y表date.time的最近记录
results <- x[y, on = "date.time", roll = -Inf]

# 若需要剔除y表中无对应x匹配的记录，可添加nomatch=0参数
# results <- x[y, on = "date.time", roll = -Inf, nomatch = 0]

参数说明 #

• roll = -Inf：限定连接时仅查找y表时间对应的x表中大于等于该时间的最近记录，不会匹配时间更早的记录，完全符合你的业务规则。
• 上述代码使用了on参数显式指定连接键，不需要提前设置表的key，逻辑更清晰，也不会修改原表的排序属性。

内容的提问来源于stack exchange，提问作者kpm