[英]Selecting nearest pairwise match in data.table
我有一個R data.table,其結構如下:
> str(dat)
Classes ‘data.table’ and 'data.frame': 26802896 obs. of 4 variables:
$ id : chr ...
$ date1 : Date, format: "2011-12-15" "2012-11-02" ...
$ date2: Date, format: "2010-08-15" "2011-01-04" ...
$ row_name : chr ...
我的目標是創建一個新的變量matching_row_name
,其行的行名稱由id
date1-date2>0 days & date1-date2<30 days
為date1-date2>0 days & date1-date2<30 days
。 在多個匹配的情況下,我想使用min(date1-date2)
的row_name
作為匹配變量。 沒有聯系。
我制作了一個可復制的示例數據data.table
,如下所示:
latemail <- function(N, st="2012/01/01", et="2013/12/31") {
st <- as.POSIXct(as.Date(st))
et <- as.POSIXct(as.Date(et))
dt <- as.numeric(difftime(et,st,unit="sec"))
ev <- sort(runif(N, 0, dt))
rt <- st + ev
}
set.seed(1)
date1=latemail(1000, st="2012/01/01", et="2013/12/31")
set.seed(2)
date2=latemail(1000, st="2012/01/02", et="2013/12/31")
set.seed(3)
ids=sample(letters[1:10],100,replace=TRUE)
dat=data.table(date1=date1,date2=date2,id=ids,row_name=seq(1:1000))
dat=dat[date1<date2]
看起來像這樣
> dat
date1 date2 id row_name
1: 2012-01-01 18:01:58 2012-01-02 06:36:13 b 1
2: 2012-01-02 03:10:54 2012-01-03 14:57:18 i 2
3: 2012-01-02 04:51:47 2012-01-04 03:47:44 d 3
4: 2012-01-06 17:24:37 2012-01-06 23:12:37 g 5
5: 2012-01-08 22:20:21 2012-01-09 09:12:45 f 9
我已經嘗試過以下方法:
test_function=function(date1="date1",date2="date2"){return(which(as.numeric((date1-date2))==as.numeric(min(date1-date2))))}
dat=dat[,test:=lapply(.SD,test_function), by =id, .SDcols = c("date1","date2")]
無濟於事。
理想的輸出將是這樣的(請注意,在此示例中,我彌補了行名2的值):
date1 date2 id row_name matching_row_name
1: 2012-01-01 18:01:58 2012-01-02 06:36:13 b 1 32
或者,如果該范圍內沒有第二個日期,則
date1 date2 id row_name matching_row_name
1: 2012-01-01 18:01:58 2012-01-02 06:36:13 b 1 NA
我做了幾個假設,因為問題中有些細節還不清楚。 由於沒有正的date1 - date2
值,因此我選擇了date2 - date1
。 我也以分鍾為單位。 那么我的答案是:
f <- function(date1, date2) {
dd <- as.numeric(difftime(date2, date1, units = 'days'))
id <- which(dd > 0 & dd < 30)
n <- length(id)
if(n >= 1) which.min(dd)
else if (n < 1) NA_integer_
}
dat[, matching_row_name := row_name[f(date1, date2)], by = id]
如有其他說明,我將更新答案。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.